用 AI 顶替 200 个工程师这个数字太夸张了

一个社交 App 的公司敢公开说 AI 顶替了 200 个工程师的工作量，这事儿在现在的技术圈挺有代表性的。很多人觉得 AI 顶多就是帮写写简单的 Boilerplate 代码，或者在 Copilot 里自动补全几个函数，但 Grindr 这次抛出的观点其实是在讨论生产力的量级跃迁，而不是简单的工具替代。

我觉得这里面得拆开来看。所谓的“顶替 200 人”，大概率不是真的裁了 200 个码农，而是原本需要 200 人的规模才能支撑的研发管线，现在靠少部分人配合高效的 AI 工作流就能跑通。这种逻辑在现在的实战场景里其实很常见，比如一个熟练使用 Claude Code 或者 Cursor 的开发者，在处理重构、写单元测试、甚至分析旧代码库时的速度，确实能顶以前一个小团队。

不过这种结论也挺危险的，因为它很容易被管理层拿来当成砍预算的理由。技术细节上，AI 确实能极大地压缩从“想法”到“上线”的路径，但它解决不了架构的深度思考和复杂的业务逻辑闭环。如果一个公司真的单纯追求人数的减少，而忽略了对核心架构的把控，后期维护的坑可能会大到 AI 也填不上。

现在的趋势就是这样，大模型不再是简单的辅助插件，而是直接接管了很大一部分工程实现。对于我们这些开发者来说，与其焦虑被替代，不如赶紧把这些工具内化成自己的工作流，毕竟能用 AI 一个人干五个人的活，在职场上绝对是好事。