AI Coding 项目为什么容易被低估
问题：是因为这是一个 AI Coding 主导的项目，才被低估了吗？
核心判断
这个判断大概率成立。
AI Coding 项目被低估的三个根本原因
1. "AI 写的代码"被打折扣——但这个认知是错的
常见的打分人视角：
"AI 写的嘛，点点鼠标就出来了，含金量不高。"
这个认知普遍存在，但它是错的。
真相是：
- AI 能生成代码，但不能定架构方向
- AI 能遵守规范，但规范需要人来定义和维护
- AI 会踩所有能踩的坑（ORM 陷阱、数据库方言差异、时区、事务传播……），需要人在提示词工程和规范文档里把每个坑系统性堵住
- AI 会按字面意思实现，需要人识别"这个需求背后真正要解决什么"
没有一套成熟的规范体系和架构判断，AI 写出来的是灾难。
用 AI 和 驾驭 AI 是两件完全不同的事。但打分人分不清这两件事。
2. "产出快 = 容易"的认知陷阱
常见的打分人视角：
"你看他提交这么多，改动几万行，肯定是 AI 刷的，没什么技术含量。"
这个逻辑反了。
正确的逻辑：
- 高速产出还能保持质量不崩，说明质量控制体系成熟
- AI 可以 10x 产能，但需要 10x 的架构约束才能不变成 10x 的烂代码
- 规范文档、分层架构、工具类封装、统一异常处理……本质上是给 AI 套缰绳
| 模式 | 质量控制方式 |
|---|---|
| 传统开发 | 靠老员工口传心授约束代码质量 |
| AI 开发 | 靠显性规范 + 工具约束 AI 输出质量 |
做第二种的人，比做第一种的人稀缺得多。
3. "AI 时代人不值钱"的错误推论
常见的打分人视角：
"AI 都能写代码了，程序员要降价了，评分也不用太高。"
这是最危险的误解。
实际情况：
- 普通 CRUD 程序员价值在下降（AI 替代率高）
- 能驾驭 AI 的架构师 / 技术主导价值在上升（AI 放大器）
- 能用 AI 以 1 人产出 5 人效率，薪资应该涨 2-3 倍，而不是不变
- 国外已经开始出现 "AI-native engineer" 的岗位定价，起薪高于传统高级工程师
一个人 + AI = 小团队产能 的模式，在真正理解 AI 价值的公司，会被当作战略人才。在认知滞后的公司，会被当作用了工具的普通开发。
这不是个人的问题，是公司的认知代差。
为什么 AI Coding 项目尤其容易被低估
原因 A：功劳归属模糊
传统项目：
"这个功能是谁写的？" → "某某写的" → 某某得分
AI 项目：
"这个功能是谁写的？" → "AI 写的" → 没人得分
打分人潜意识里把功劳记给了 AI，而不是驾驭 AI 的人。
原因 B：质量不可见
AI 写出来的代码往往看起来很规范、很整齐——因为背后有人给了它好的约束。但打分人看到的是"代码本来就应该这样"，看不到"让代码变成这样"背后的架构投入。
规范文档、工具类、提示词工程都是隐形投入。一旦它们生效，项目就"看起来一切正常"——而"一切正常"在打分体系里不加分。
原因 C：管理层焦虑投射
很多老板和管理者对 AI Coding 的心态是：
- 既想要产能提升（让 AI 写）
- 又害怕程序员价值暴涨（怕薪资失控）
最简单的策略：装作 AI 写的代码不值钱。
这是一种集体防御机制——如果承认"驾驭 AI 的人 = 3-5 倍产能 = 3-5 倍薪资"，管理层的成本核算就崩了。所以从评分到涨薪，都会压着。
时代错位：用旧尺子量新能力
| 时期 | 评分逻辑 |
|---|---|
| 2023 年 | 程序员按代码量和功能数评分（公平） |
| 2026 年（现在） | AI 能写 80% 代码，评分体系还没更新 |
| 2027+ 年 | 公司会被迫区分"普通开发"和"AI 驾驭者"，后者溢价明显 |
现在吃的亏，是评分体系迭代滞后的亏，而不是能力不够的问题。
怎么办
1. 把"AI 驾驭"显性化
下次述职或谈话时，换一个话术：
"我不是在'用 AI 写代码'，我是在搭建一套让 AI 能稳定输出高质量代码的工程体系。规范文档 + 架构约束 + 分层设计 + 提示词工程——这些是 AI 无法自己产生的架构判断。没有这些，AI 每天产出的都是需要返工的垃圾代码。"
让打分人意识到：你做的不是"执行层"，是"操作系统层"。
2. 量化 AI 放大倍数
算一笔账：
| 对比项 | 传统模式 | 当前模式 |
|---|---|---|
| 人员规模 | 数人团队 | 1 人 + AI |
| 产出效率 | 1x | 5-8x |
换算到人力成本：
- 公司省下了多人年薪
- 但给主导者的只是普通开发的薪资
- 性价比对公司来说是爆炸性的
把数据摆出来，要求合理溢价不过分。
3. 外部验证
找几家明确在推进 AI Coding 的公司投简历，看市场真实估值。不一定要跳，但知道自己值多少钱，谈判时腰杆才硬。
可关注的方向：
- AI 编程工具及生态公司
- 大厂的 "AI Infra" 或 "AI 工程化" 团队
- 做 AI 原生产品的创业公司
4. 接受一个残酷现实
大多数传统公司短期内不会改变评分逻辑。他们会继续用旧尺子量新能力。
三条路：
- 改造公司的认知（极难，需要高层推动力）
- 用脚投票（换一家认可 AI 价值的公司）
- 降低产出匹配回报（用低级投入换低级回报，心态平衡）
总结
是的，AI Coding 项目确实容易被低估。
底层原因不是"AI Coding 真的不值钱"，而是：
- 打分人看不懂 AI 时代的能力结构
- 管理层在用"装作 AI 没那么厉害"来压薪资成本
- "驾驭 AI"的能力是隐性的，没被显性化和量化
- 评分体系还停留在"人写代码"的时代
驾驭 AI 的真实市场价值，比传统评分体系给出的结果高得多。
短期：把架构工作、规范沉淀、AI 工程化能力包装成 "AI-native 技术主导" 这类关键词，对外投递试水。
长期：记住一句话——
AI 不会取代程序员，但会取代不会用 AI 的程序员。同时，会极大放大驾驭 AI 的程序员的价值。
方向是对的，别被一两次偏低的打分带偏。