2.2万工程师的数据终结『还要不要读AI代码』之争：读不读，由变更风险路由决定
Should AI Engineers Still Read Code in 2026? The Z/L Continuum — Alex Volkov, ThursdAI · Alex Volkov
全片 21 分钟·真正值得盯屏约 5 分钟·3 个必看点
- 0:12 – 3:50略
拐点：代码产出发生数量级变化
用 METR 评测、GitHub 提交量（10亿→预计140亿）等数据说明 2025 年底 AI 工程进入拐点，代码变得廉价而注意力没有。
产出规模已发生数量级变化，这是整场争论的前提而非预测。
此段以数据幻灯片为主（METR 曲线、提交量对比），扫一眼图表记住数字即可，不必逐句听。▶ 跳到 0:12讲者 · Alex Volkov - 3:50 – 5:21听
ZL 连续体：两个对立立场
引出 Lopopolo（代码免费，只管 prompt 与 guardrails）与 Zechner（关键代码必须逐行读）两极，提出 ZL 连续体作为自我定位工具。
先诚实回答：你现在处在光谱的哪个位置？
纯口头立场陈述，无关键画面，适合听着理解两派逻辑。▶ 跳到 3:50讲者 · Alex Volkov - 5:21 – 9:45听
工程师去哪了：从写代码到监督智能体
以 Boris Cherny（100% 代码由 Claude Code 写、删掉 IDE 仍周交付 20-30+ PR）和现场举手调查为例，说明工程师角色已上移到监督层。
几乎没人的大部分代码还是手写的——工程师没消失，只是工作层级上移了。
以案例叙述和现场互动为主，画面信息量低，听清案例细节即可。▶ 跳到 5:21讲者 · Alex Volkov - 9:45 – 12:24略
数据裁决：两派各对一半
Faros 对 2.2 万工程师的调查：每 PR 删除量+861%（产出派对），但事故率+242%、每人 bug 数6倍、未审即合并 PR +31%（质量派也对）；重度使用 AI 的 Anthropic 状态页宕机密集如圣诞树。
产出与质量崩塌是同一枚硬币的两面，谁都没赢，问题问错了。
连续多张关键数据图表（861%、242%、6倍），值得停下看清每个数字的口径，是全片证据密度最高的段落。▶ 跳到 9:45讲者 · Alex Volkov - 12:24 – 16:45略
正确的问题：按变更路由『证明』
把问题从『我还要读代码吗』重构为『这个变更需要什么证明』，给出路由表：认证、资金、权限、不可逆数据操作必须逐行读，其余可放权；traces、评估、shadow mode 不可省。
同一个人可以在不同代码上分别是 Lopopolo 和 Zechner——这是任务路由问题，不是立场问题。
路由表红线清单以幻灯片列表呈现（约 15:33 处），值得抽帧对照记录，可作团队规范直接抄。▶ 跳到 12:24讲者 · Alex Volkov - 16:45 – 19:28听
审查系统而非每一行：把发现固化进管线
每次 PR 审查抓到错误就写进文档、linter 与审查器；写代码的智能体必须与审查/写测试的智能体分离；能力提升会持续把行业推向 Lopopolo 端，但只是把证明上移一层。
『阅读』只花一次注意力，『工程化』让系统永远记住这个错误。
以方法论论述为主，仅结尾的连续体位移图（约 18:58）值得瞄一眼，其余听即可。▶ 跳到 16:45讲者 · Alex Volkov - 19:28 – 21:14听
结语：判断力不随代码贬值
自我验证的智能体只是把审查上移一层；引用 Karpathy『我从未如此想彻底不看代码，但别在生产环境这么做』收尾。
不是每一行代码都需要你的眼睛，但每一个系统仍然需要你的判断。
纯口头总结与金句，无画面依赖，适合听完收束全片观点。▶ 跳到 19:28讲者 · Alex Volkov