AI 编程代理提升个人改码速度却可能削弱跨模块沟通与知识传递。测试仍绿时团队的共同语言可能已在流失。编程代理最先拿走的不是工作量AI 编程代理进入工程团队后最显眼的变化是速度。过去需要半天摸索的模块现在可以让代理先读一遍。过去要翻文档、跑测试、找调用链的任务现在可以被拆成几个 Prompt。一个开发者突然拥有了跨目录、跨语言、跨历史包袱的行动能力。但大型软件项目真正麻烦的地方从来不是“某个人能不能更快写出一段代码”。真正麻烦的是一群人是否还在用同一套系统语言工作。这里的语言不是英语也不是 Python、Rust、TypeScript。它更像团队内部长期形成的一套默契共享理解具体含义概念边界这个对象到底代表业务实体、缓存视图还是传输结构不变量哪些条件永远不能被破坏即使测试暂时没有覆盖所有权哪个团队对哪段逻辑负责谁有最终解释权历史原因系统为什么长成现在这样哪些丑陋设计其实是在避坑变更约束什么改动会影响下游什么改动必须先沟通这套语言通常不完整地写在文档里。它散落在代码评审、线上事故、会议争论、老工程师的提醒以及每一次被迫解释“为什么不能这么改”的过程里。图团队共享理解并非抽象口号它来自对边界、不变量和责任的持续校准。摩擦有一部分是有用的传统研发流程里有大量摩擦。跨模块改动要找人问动存储层要读历史设计改公共接口要等评审牵涉其他团队还要开会。这些摩擦当然有浪费。没人怀念低效的排队、重复解释和无休止的同步会。但摩擦并不全是坏事。它有一个被低估的作用​逼迫理解发生转移​。当一个人想改别人的模块他必须读懂那段代码至少读懂到可以说服对方接受改动。当两支团队围绕一个接口争论他们其实在校准边界、责任和风险。慢是慢但很多共享理解就是在这种慢里长出来的。AI 编程代理把这件事改了。一个人可以让代理加 OAuth。另一个人可以让代理加缓存。第三个人可以让代理重构数据库访问层。每个改动单独看都合理测试也能过解释也能生成。问题是人和人之间未必再需要发生那次理解同步。系统继续长高但共同语言变薄了。局部正确会掩盖整体失语AI 代理最危险的地方不是它一定会写出坏代码。很多时候它写出的代码是能用的甚至看起来挺干净。危险在于它让“局部合理”变得太便宜。以前一个开发者要在陌生区域动手会因为不确定而停下来。这个停顿会触发提问、评审、沟通和上下文补齐。现在代理可以把不确定性包装成可执行步骤。人类不一定真的理解了系统只是得到了一个看似能落地的 patch。这会制造一种很难察觉的漂移图代理缩短变更路径也可能让共享理解失去原本的更新回路。传统的系统失控往往表现为构建失败、事故增加、需求做不动。AI 辅助下的系统失控可能不会这么快暴露。构建仍然成功测试仍然绿色代码说明还能生成得头头是道。真正丢失的是​人类一起推理系统的能力​。图每个补丁都可能局部正确但缺少同步机制时团队对系统的整体判断会逐渐分叉。团队需要重新设计“同步点”接入 Coding Agent 后工程管理不能只盯着提效指标。PR 数量、交付速度、单人吞吐量都重要但它们无法回答一个更底层的问题团队是否还知道自己在一起建造什么。更合理的做法不是拒绝代理而是把​同步点重新显式化​。可以从几件事开始涉及跨模块边界的代理改动必须补充“影响面说明”而不是只贴生成摘要。对核心领域模型、权限、存储、账务、推荐链路等高风险区域保留人工设计评审。让代理生成的解释进入评审材料但不能替代责任人自己的判断。对重复出现的架构争议沉淀成短文档而不是继续依赖口口相传。定期检查代理是否在扩大隐式耦合尤其是“为了让测试通过”而引入的绕路逻辑。AI 编程代理会让个人能力变强这一点不需要再争。真正要警惕的是个人变强以后团队反而更少交谈、更少校准、更少共享上下文。软件工程不是把砖越堆越高。复杂系统能长期工作靠的是一群人仍然理解同一座塔。