阅读视图

发现新文章,点击刷新页面。
🔲 ☆

Ruby on Rails 之父最新访谈:AI 正在推高顶尖程序员的身价

本文永久链接 – https://tonybai.com/2026/04/10/rails-father-dhh-on-ai-and-programmer-value

大家好,我是Tony Bai。

在这个由 AI 主导的、充满不确定性的 2026 年,整个软件行业似乎都被一种集体性的焦虑所笼罩。我们每天都在讨论:当 AI 能在一分钟内写完我们一周的代码时,我们这些“人类程序员”的价值还剩下多少?

就在所有人都在悲观地预测“程序员即将贬值”时,一位以“毒舌”和“极简主义”著称的硅谷大神,却逆着人潮,抛出了一个极其震撼的“反共识”暴论:

“我们可能已经见证了‘普通程序员’薪资的顶峰。但对于那些顶尖的、真正懂行的开发者来说,AI 正在让他们变得比以往任何时候都更值钱、更有价值。”

说出这句话的,正是 David Heinemeier Hansson (DHH)——Ruby on Rails 框架之父、37signals (Basecamp & HEY) 的联合创始人兼 CTO。

就在几个月前,DHH 还是 AI 编程最坚定的“喷子”之一。他曾公开嘲讽 Copilot 像个烦人的实习生,打断他的思路,生成的代码全是垃圾。

但在一场最新的深度访谈中,他却上演了一场惊天动地的“自我推翻”。他不仅承认自己已经“彻底投降”,更是将他现在的工作流形容为 “Agent First on Everything”(万物皆以智能体为先)

这场 180 度的惊天逆转背后,到底发生了什么?在这场信息量爆炸的对话中,DHH 不仅详细复盘了让他“觉醒”的那个“aha moment”,更对 AI 时代的程序员价值、团队协作、以及“软件匠艺”的未来,给出了极其深刻、甚至有些残酷的终极洞见。

从“令人作呕”到“欲罢不能”:DHH 的“觉醒”之路

DHH 坦言,在 Copilot 和早期 Cursor 的“代码补全(Autocomplete)”时代,他对此类工具的厌恶达到了顶峰。

“我感到无比愤怒。它总是在我还没想清楚的时候就试图猜我想写什么。‘你是想写这个吗?’‘你是想写那个吗?’ 闭嘴!让我自己把话说完!

他甚至一度悲观地认为,整个行业将走向一个由“Tab 键”驱动的、毫无思想的愚蠢未来,并开玩笑说自己可能要去丹麦种土豆了。

转折点发生在 2025 年的冬天。两个关键变量,彻底改变了游戏规则:

  1. 模型的质变:Anthropic 的 Claude Opus 4.5 模型发布。DHH 发现,这个模型生成的代码质量,第一次持续地、稳定地震惊到了他。它产出的代码,在很多时候,是他自己也愿意合并的。
  2. 交互范式的革命:以 Open Code 和 Claude Code 为代表的 Agent Harnesses出现。AI 不再是那个烦人的“代码补全机”,而是变成了一个可以独立使用工具(Bash、网络)、拥有自己终端的“数字同事”。

DHH 形容,当这两个变量结合在一起时,他迎来了职业生涯的“第二次启蒙”——上一次,是 2000 年初他第一次发现 Ruby 语言的优雅。

“我不再是那个在键盘上打字的人,我感觉自己像是穿上了一套超级机甲。我突然长出了 12 只手,可以同时操作 7 个屏幕。我作为程序员的能力,被极度放大了。

我们可能已经度过了“程序员薪资的顶峰”

当被问及 AI 是否会取代程序员时,DHH 毫不避讳地抛出了一个极其冷酷的观点:

我们很可能已经见证了“程序员(作为一种普通职业)”的黄金时代顶峰。

他认为,在过去,程序员之所以能获得极高的薪资,是因为他们是生产软件的“瓶颈资源”。产品经理想出一个绝妙的点子,必须排队等待昂贵的程序员花几周时间才能实现。

但现在,瓶颈正在快速转移。

“当产品经理自己就能用 AI 生成可用的代码时,事情就要变天了。在任何一个软件开发被视为‘成本中心’(而这恰恰是世界上绝大多数的软件开发场景)的公司,降薪和裁员的压力将是不可避免的。”

但这是否意味着所有程序员都会被淘汰?

恰恰相反。DHH 认为,AI 正在引发一场剧烈的“价值两极分化”

  • 中间层的崩溃:那些只会“把需求翻译成代码”的普通程序员,其价值正在被无限稀释。因为 AI 做这件事更快、更便宜。
  • 顶尖人才的价值飙升:那些具备极高“品味(Taste)”、“审美(Aesthetics)”和“架构判断力”的资深工程师,他们的价值正在被 AI 放大 10 倍甚至 100 倍。

因为他们是那个能够判断“AI 生成的东西是对是错、是美是丑”的最终把关人。他们从“体力劳动者”,进化为了“艺术总监”。

当 AI 能写所有代码,我们还剩下什么?

在这场对话中,DHH 反复强调一个词:Aesthetics is truth(美学就是真理)。

他认为,无论是在数学、物理学还是软件工程中,一个优美的解决方案,往往也正是那个正确的方案。

“乔布斯之所以关心 Mac 电脑机箱内部的走线,是因为他凭直觉知道,只有那些在乎印刷电路板布局的人,才会去死磕用户界面的每一个像素。

在 AI 时代,这种对“美”的追求,不仅没有过时,反而变得空前重要。

因为当你拥有了无限的“算力(AI)”时,唯一稀缺的,就是“品味(Taste)”

DHH 认为,未来顶尖的软件工程师,其核心竞争力将不再是“知道多少种排序算法”,而是:

  1. 产品感:深刻理解“我们应该做什么,不应该做什么”。
  2. 系统设计能力:将模糊的业务需求,抽象为清晰、优美的架构。
  3. 极高的审美标准:能够引导 AI 生成不仅能工作、而且看起来赏心悦目、易于维护的代码。

代码的实现,正在变得廉价;而代码的“品味”,正在变得无价。

大神的日常:我是如何指挥 AI “军团”的?

DHH 详细分享了他现在的“Agent-First”工作流,堪称教科书级:

他使用 tmux 在终端里创建了一个三分屏布局:

  • 左侧是 Neovim 编辑器。
  • 右上是跑着 Google Gemini 的 Open Code。
  • 右下是跑着 Claude Opus 的 Claude Code。

“我几乎所有的工作都从其中一个 Agent 开始。我给它一个模糊的指令,然后看着它生成初稿。然后我把初稿扔给另一个 Agent,让它去批判和重构。我让它们俩来回‘吵架’。最后,我再跳到 Neovim 里,做那个最终的‘裁判’。”

他分享了一个让他自己都感到震惊的案例:

37signals 的 Linux 发行版 Omarchy 积压了 250 个无人处理的 PR。他花了 90 分钟,让 Claude 帮他审完了其中 100 个。

  • 10% 直接合并。
  • 20% Claude 觉得思路对,但实现太烂,直接帮他重写了一版。
  • 剩下的大部分,要么被他判定为“不需要”,要么被 Claude 识别为“实现太差且没有好思路”,直接关闭。

“这在以前至少是一周的工作量。更重要的是,其中一半的 PR 涉及我不懂的领域,Claude 在那些领域,是比我更聪明、更优秀的审查者。”

野心的爆炸:探索一个直觉的成本,已被降低一千倍

DHH 在访谈中提到了一个极具启发性的概念:AI 正在让“雄心(Ambition)”变得廉价。

他举例,他让 Agent 在几天内,为一个搁置已久的需求(为 Omarchy 实现 Windows 双系统启动)制定了一套完整的、可执行的方案。而在过去,他连花 4 个小时去调研的意愿都没有。因为这件事“重要但不紧急”,而且“非常麻烦”。

“探索一个直觉的成本,已经被降低了一千倍。我们现在可以去挑战那些过去连想都不敢想的项目。”

他分享了 37signals 内部的一个真实案例:一位名叫 Jeremy 的工程师,利用 AI 发起了一个名为“P1 优化”的疯狂项目。他要去优化系统中那最快的 1% 的请求,让它们变得更快。

这在传统性能优化的世界里,简直是“吃饱了撑的”。

但 Jeremy 仅用了几天时间,通过让 Agent 疯狂分析和重构,提交了 12 个 PR,硬生生把这 1% 请求的延迟从 4ms 压缩到了 0.5ms 以下,实现了 10 倍的性能提升。

当探索的成本趋近于零时,过去那些被视为“无用功”的边缘优化,将共同汇聚成压倒性的产品优势。

小结:这是一场关于“手艺”的文艺复兴

在访谈的结尾,DHH 表达了他对未来的极度乐观。

他认为,AI 并没有让编程变得无趣,反而让他找回了自 2000 年初发现 Ruby 以来最大的快感。

DHH 的这场“觉醒”,不仅仅是一个技术大佬对新工具的拥抱。它更像一个宣言:

在 AI 时代,软件工程的“手艺(Craft)”并没有消亡,它只是从“雕琢代码”的微观层面,升维到了“塑造品味”与“驾驭系统”的宏观层面。

AI 正在无情地淘汰那些只会“拧螺丝”的码农,但同时,它也为那些真正热爱创造、拥有极高审美和品味的“工匠”,递上了一把前所未有的神兵利器。

你,准备好拿起它了吗?

资料链接:https://www.youtube.com/watch?v=JiWgKRgdgpI


今日互动探讨:

在使用 AI 编程后,你是否也像 DHH 一样,感觉自己的“野心”被放大了,敢于去挑战更复杂的项目?在你的工作中,AI 是更多地扮演“体力外包”,还是“创意伙伴”的角色?

欢迎在评论区分享你的真实感受!


还在为“复制粘贴喂AI”而烦恼?我的新专栏 AI原生开发工作流实战 将带你:

  • 告别低效,重塑开发范式
  • 驾驭AI Agent(Claude Code),实现工作流自动化
  • 从“AI使用者”进化为规范驱动开发的“工作流指挥家”

扫描下方二维码,开启你的AI原生开发之旅。


原「Gopher部落」已重装升级为「Go & AI 精进营」知识星球,快来加入星球,开启你的技术跃迁之旅吧!

我们致力于打造一个高品质的 Go 语言深度学习AI 应用探索 平台。在这里,你将获得:

  • 体系化 Go 核心进阶内容: 深入「Go原理课」、「Go进阶课」、「Go避坑课」等独家深度专栏,夯实你的 Go 内功。
  • 前沿 Go+AI 实战赋能: 紧跟时代步伐,学习「Go+AI应用实战」、「Agent开发实战课」、「Agentic软件工程课」、「Claude Code开发工作流实战课」、「OpenClaw实战分享」等,掌握 AI 时代新技能。
  • 星主 Tony Bai 亲自答疑: 遇到难题?星主第一时间为你深度解析,扫清学习障碍。
  • 高活跃 Gopher 交流圈: 与众多优秀 Gopher 分享心得、讨论技术,碰撞思想火花。
  • 独家资源与内容首发: 技术文章、课程更新、精选资源,第一时间触达。

衷心希望「Go & AI 精进营」能成为你学习、进步、交流的港湾。让我们在此相聚,享受技术精进的快乐!欢迎你的加入!

img{512x368}


商务合作方式:撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求,请扫描下方公众号二维码,与我私信联系。

© 2026, bigwhite. 版权所有.

🔲 ☆

Gas Town 启示录:多智能体编排开启 AI 编程工业革命

本文永久链接 – https://tonybai.com/2026/01/25/gas-town-multi-agent-orchestration-ai-programming-revolution

大家好,我是Tony Bai。

“启示录”(Apocalypse)在希腊语原意中并非仅指毁灭,更意味着“揭开面纱”。

2026 年的钟声敲响时,软件开发领域正经历着这样一场启示录。旧世界——那个由 IDE、手动键入代码、人类结对编程构成的世界——正在崩塌。我们拥有了前所未有的强大模型(Claude Sonnet/Opus 4.5、GPT-5、Gemini 3.0 Pro等),但当开发者试图用它们构建庞大的企业级系统时,却陷入了另一种混乱:我们被淹没在无数的 Prompt 中,我们在复制粘贴中迷失,我们变成了 AI 的保姆。

前 Amazon/Google 资深工程师、传奇技术博主 Steve Yegge 在其 57 岁生日之际,用一款名为 Gas Town 的工具,揭开了新世界的面纱。

他指出,行业的方向错了。我们一直在试图制造一只能够解决所有问题的“超级蚂蚁”(Super-Ant)。但纵观生物学与人类工业史,解决复杂规模化问题的从来不是一个个体,而是分工明确、协同工作的群体

Gas Town 的发布,标志着 AI 编程正式从 “单点辅助” (Level 6) 迈向 “集群编排” (Level 8) 。在这个新世界里,IDE 变成了过时的手工作坊,而 Gas Town 则是一座由 Go 语言 构建的、轰鸣作响的 AI 软件工厂

本文将带大家走进这片废土,见证多智能体编排如何开启这场工业革命。

软件开发的范式转移

开发者进化的终局

Steve Yegge 在其著名的《Revenge of the Junior Developer》中曾预言,AI 将赋予初级开发者对抗资深专家的能力。但他现在的观点更进一步:人类开发者必须进化为“编排者”(Orchestrator)。

为了厘清从“手工作坊”到“工业化生产”的演变路径,他在《Welcome to Gas Town》一文中,提出了一套精准的开发者 AI 进化等级论。首先,你需要在表格中找到自己的位置:

  • Stage 1: 零 AI 或近乎零 AI (Zero or Near-Zero AI)
    处于这一阶段的开发者,也许只使用基础的代码补全功能,偶尔向 Chat 问几个问题,工作流基本维持传统原貌。
  • Stage 2: IDE 中的编码智能体(权限开启)
    你开始使用 IDE 侧边栏里那个窄窄的编码 Agent。但你很谨慎,开启了所有权限拦截,Agent 每次运行工具或修改文件,都需要征求你的许可。
  • Stage 3: IDE 中的智能体(YOLO 模式)
    信任度建立。你关闭了烦人的权限询问,进入 YOLO (You Only Look Once) 模式。Agent 的权限变大,操作变得丝滑流畅。
  • Stage 4: IDE 中的宽屏智能体 (Wide Agent)
    Agent 逐渐反客为主,占据了屏幕的核心位置。源代码退居幕后,你不再逐行编写,而是在审阅 Agent 生成的 Diffs(差异)。
  • Stage 5: CLI 单体智能体 (CLI, single agent)
    你离开了 IDE,进入终端(CLI)。Diff 信息在屏幕上飞速滚动,你可能扫一眼,也可能根本不看,直接让它提交。
  • Stage 6: CLI 多智能体 (CLI, multi-agent)
    这是目前大多数高阶玩家的水平。 你经常在终端里并行运行 3 到 5 个 Claude Code 实例。你的编码速度非常快,远超常人。
  • Stage 7: 10+ 智能体(人工管理)
    你试图同时操作 10 个以上的 Agent,但你开始触碰到“人肉管理”的极限。窗口切换、上下文同步让你手忙脚乱,效率反而开始下降。
  • Stage 8: 构建你自己的编排器 (Building your own orchestrator)
    这就是 Gas Town 所在的领域,也是进化的终局。你站在了技术的最前沿,开始自动化整个工作流。你不再操作 Agent,你编排它们。

Gas Town 就是 Stage 8 的产物。当你有 30 个 Agent 同时工作时,你不再写代码,你是在管理产能


开发者AI进化的8个阶段

为什么是“工厂”?

Gas Town 的核心隐喻是“工厂”

在传统 IDE 模式下,AI 是你的结对编程伙伴(Partner)。这听起来很温馨,但不可扩展。你不能和 50 个人同时结对编程。

在 Gas Town 模式下,AI 是工人(Worker)。

  • 可替换性: 工人是“耗材”。一个 Agent 跑偏了、卡住了、上下文满了,直接销毁,启动一个新的接手。
  • 专业分工: 有的负责写代码,有的负责 Review,有的负责合并,有的负责打扫卫生。
  • 流水线: 任务在不同的 Agent 之间流转,而不是堆积在一个人身上。

解构 Gas Town —— 欢迎来到废土

Gas Town 的命名致敬了《疯狂的麦克斯》(Mad Max),暗示了 AI 编程早期的混乱与狂野。但在这层废土朋克的外衣下,是一套严密的分布式系统架构

基础设施:Town 与 Rig

Gas Town 采用了一种类似 Kubernetes 的层级架构:

  • Town (工作区): 对应 Kubernetes 的 Cluster。这是你的根目录(如 ~/gt),也是 gt 命令行工具管理的边界。
  • Rig (钻井/项目): 对应 Kubernetes 的 Node/Namespace。Town 下的每一个 Git 仓库就是一个 Rig。Gas Town 天生支持 Monorepo多仓库并行开发。你可以命令 AI:“在前端 Rig 加个按钮,同时在后端 Rig 写好 API。”

角色体系 (The Roles):智能体社会学

Gas Town 不使用通用的 AI,而是将 LLM 封装为特定的角色 (Persona)。每个角色都有独立的 System Prompt、上下文记忆和权限边界。

1. The Mayor (市长/经理)

  • 职责: 指挥官与交互入口。
  • 工作流: 用户通过 tmux 窗口向 Mayor 下达模糊指令(例如:“把登录页面的 CSS 丑陋问题修一下”)。Mayor 不会自己去修,它会分析需求,创建任务单(Beads),然后呼叫工人。

2. The Crew (船员/核心团队)

  • 职责: 你的贴身设计团队与长期雇佣兵。
  • 特性: Long-lived (长寿的)Named (有名字的)
  • 差异: 与一次性的 Polecats 不同,Crew 是你项目中的固定成员(你可以给它们起名,如 ‘Jack’, ‘Gus’, ‘Max’)。它们拥有持久的身份,直接向你汇报,不归 Witness 管辖。
  • 用途: 它们是 Gas Town 里的“高级脑力工作者”。你通常用它们来进行复杂的架构设计、深入的代码审查,或者生成给 Polecat 做的“燃料”(Guzzoline,即详细的任务清单)。你可以在 tmux 中快速循环切换不同的 Crew 成员,像检阅精英部队一样给它们派活,甚至可以指定其中一个为“PR Sheriff”(PR 警长)来专门管理代码合并。

3. Polecats (臭鼬/一次性工人)

  • 职责: 真正的执行者,耗材。
  • 特性: Ephemeral (短命的)。Polecats 是 Gas Town 的消耗品。它们是无状态的、用完即弃的。
  • 蜂群战术 (Swarming): 这是 Gas Town 最恐怖的能力。你可以瞬间启动 20 只 Polecats,并行处理积压的 20 个 Bug。它们各自拉分支、写代码、跑测试、提 PR,然后自我销毁。

4. The Refinery (炼油厂/合并专员)

  • 职责: 解决 Merge Hell (合并地狱)
  • 痛点: 当 20 只 Polecats 同时提交代码时,Git 冲突是必然的。
  • 机制: Refinery 维护一个合并队列 (Merge Queue)。它像一个冷静的守门员,依次将 PR Rebase 到主干,运行集成测试,解决冲突,合并代码。如果没有 Refinery,大规模的 AI 编程将不可持续。

5. The Witness (见证人/修复者)

  • 职责: 监控与运维。
  • 痛点: AI 经常会“发呆”(卡在等待输入界面)或陷入死循环。
  • 机制: Witness 像一个巡逻的监工,它不写代码,只盯着 Polecats 的状态。如果发现某个 Worker 长时间没反应,Witness 会执行 gt nudge(推一下)或重启该 Worker。

6. The Deacon (执事) & Dogs (猎犬)

  • 职责: 系统守护进程。
  • 机制: Deacon 运行在一个死循环中,维护系统的“心跳”。为了防止 Deacon 自己被繁重的杂务阻塞,它配备了一组名为 Dogs 的子 Agent,专门处理日志清理、状态同步等脏活。

核心机制:GUPP 与 NDI

Gas Town 的运行依赖两大理论基石:

GUPP (Gas Town Universal Propulsion Principle)

定义: “如果钩子(Hook)上有工作,Agent 必须运行它。”

LLM 通常被训练得非常礼貌,倾向于等待用户指令。Gas Town 必须打破这种“礼貌”。系统通过底层的事件循环,不断向 Agent 发送信号,强制驱动它们读取任务队列。

NDI (Nondeterministic Idempotence)

定义: 非确定性幂等性

在 Temporal 等传统编排系统中,工作流要求是确定性的。但在 AI 领域,同样的 Prompt 每次生成的代码都不同。

Gas Town 接受这种混沌。它不要求过程一致,只要求结果收敛。

  • Agent 崩溃了?没关系,新的 Agent 启动,读取 Git 中的状态(Checkpoint),继续干。
  • 代码写错了?没关系,测试挂了会触发新的 Loop,直到测试通过。

这就是 AI 时代的“最终一致性”。

技术核爆 —— MEOW 栈与 Beads 数据面

Gas Town 能够运转,不仅仅是因为 Prompt 写得好,更因为它底层有一套极具颠覆性的数据存储技术。这也是为什么它必须用 Go 重写的原因。

Beads:Git-Backed Graph Database

Steve Yegge 曾尝试用 SQLite 甚至文本文件来存储 Agent 记忆,但最终发明了 Beads

Beads 是什么?

它是一个分布式任务追踪系统,但它将 Issue(任务) 视为 Code(代码)

  • 存储: 每一个 Bead(任务单)是一个 JSONL 文件,直接存储在项目的 .beads/ 目录下。
  • 版本控制: 任务与代码同构。当你切换 Git 分支时,你的任务列表也会自动切换到该分支的状态。这对于 AI 理解“当前分支要干什么”至关重要。
  • 无冲突哈希: 为了支持分布式协作,Beads 不使用自增 ID(如 Issue #1),而是使用类似 Git 的哈希 ID(如 bd-a1b2),彻底解决了多 Agent 并发创建任务时的冲突问题。

MEOW 栈:分子级工作流

基于 Beads,Gas Town 构建了 MEOW (Molecular Expression of Work) 技术栈。

  • Atom (原子): 单个任务 Bead。
  • Molecule (分子): 可编程的工作流。它是一个由 Beads 链接而成的有向无环图(DAG)。
    • 例如:设计分子 -> 实现分子 -> Review 分子 -> CI 分子。
  • Wisp (游丝): 运行时的临时分子。它们在内存中流转,执行完即焚毁,不污染 Git 历史。

这套机制让 Gas Town 能够定义复杂的“软件生产配方”。你可以编写一个 Formula(配方),定义“如何修复一个 Bug”,然后让 100 个 Agent 同时执行这个配方。

为什么是 Go?(The “Boring” Advantage)

Steve Yegge 之前尝试过 TypeScript 和 Python,但最终 Gas Town (v4) 选择了 Go。这并非巧合,而是 AI 基础设施演进的必然。

  1. AI 生成代码的“质量悖论”:

    • TypeScript: 类型系统过于复杂。LLM 经常为了满足类型检查而生成大量无用的样板代码,浪费 Token 且容易产生幻觉。
    • Python: 动态类型导致运行时错误频发,且作为分发给用户的 CLI 工具,环境依赖管理是个噩梦。
    • Go: Go 的“无聊”是 AI 的福音。 Go 的语法简单、正交、缺乏花哨的语法糖。AI 生成的 Go 代码逻辑扁平(if err != nil),易于静态分析,且编译速度极快。在 Vibe Coding 的循环中,秒级编译意味着 Agent 可以更快地试错。
  2. 并发原语:
    Gas Town 本质上是一个高并发的编排系统。它需要同时管理数十个 tmux 会话、监控数十个 Agent 进程、处理并行的 Beads 数据读写。Go 的 GoroutinesChannels 让这种复杂的并发模型变得可控且高效。

  3. 云原生基因:
    Gas Town 的目标是成为 AI 时代的 Kubernetes。使用与 K8s、Docker、Terraform 相同的语言,意味着它可以无缝融入现有的云原生生态。

实战指南 —— Vibe Coding 与贝佐斯模式

Vibe Coding:氛围编程

在 Gas Town 中,编程不再是打字,而是一种“氛围编程” (Vibe Coding)

  • 你不再关注变量命名,你关注意图
  • 你不再关注函数实现,你关注验收标准
  • 实战场景示例:
    你告诉 Mayor:“给 Beads 项目加个功能,支持导出 CSV。”
    Mayor 创建 Beads,Witness 唤醒 Polecat。
    Polecat 1 写代码,Polecat 2 写测试。
    你不需要看中间过程。5 分钟后,Refinery 通知你:“PR 已准备好,测试通过,请验收。”
    你扫一眼 Diff,回复:“LGTM。”
    代码合并,任务结束。

贝佐斯模式 (Bezos Mode)

这种高效带来的副作用是 “决策疲劳”

Steve 称之为 Bezos Mode。就像杰夫·贝佐斯一样,你不再做执行层的工作,你整天都在做高维度的决策:架构评审、产品方向判断、风险评估。
这种高密度的决策会迅速耗尽大脑的“缓冲区”。Steve 及其团队发现,使用 Gas Town 后,他们每天下午必须强制午睡(Nap Strike),否则大脑会罢工。

这预示着未来开发者的核心竞争力,将从“编码速度”转变为“决策质量”。

终局 —— 工业化未来

编排器的战国时代

目前,Claude Code 只是“工人”,Loom 和 Ralph Wiggum 试图成为“包工头”,而 Gas Town 是唯一的“工厂”

Gas Town 不关注单个 Agent 有多强,它关注的是账本 (Ledger)审计 (Audit Trail)流水线 (Pipeline)。这才是企业级软件开发的刚需。

大公司的黄昏

Steve Yegge 做出了一个激进的预测:“一人一库” (One Engineer per Repo)

随着 Gas Town 类工具的普及,一个装备了 AI 军团的 3 人精英小组,其产出将吊打 100 人的传统开发部门。大公司内部繁琐的沟通成本,在 AI 的光速执行面前,将成为无法忍受的累赘。

未来的独角兽,可能只有 3 名员工,但拥有 3000 个并发运行的 Agent。

对于开发者而言,现在是时候放下 IDE,学习 Beads,去尝试驾驭那个疯狂、混乱但充满无限可能的 Gas Town 了。

小结:新世界的入场券

截至本文编写时,Gas Town 目前仍处于 v0.5.0 的早期阶段,它昂贵(消耗大量 Token)、危险(可能搞乱代码)、粗糙(基于 tmux)。但它代表了不可逆转的未来。

Gas Town 的出现,就是软件工程领域的“蒸汽机时刻”。它无情地宣告了手工作坊(IDE)时代的终结,并开启了工业化大生产(编排器)的序幕。

Go 语言凭借其稳健、高效和并发优势,再次赢得了这场 AI 基础设施战争的入场券。

“启示录”已经降临。旧世界的围墙正在倒塌,而 Gas Town 的大门已经打开。

因为正如 Steve 所说:“你是想继续做一只忙碌的蚂蚁,还是想成为那只在竹林里指挥若定的熊猫?”

Welcome to Gas Town.

The factory is open.

参考资料

  • https://github.com/steveyegge/gastown
  • https://github.com/steveyegge/beads
  • Welcome to Gas Town – https://steve-yegge.medium.com/welcome-to-gas-town-4f25ee16dd04
  • Gas Town Decoded – https://www.alilleybrinker.com/mini/gas-town-decoded/
  • Beads best practices – https://steve-yegge.medium.com/beads-best-practices-2db636b9760c
  • The Future of Coding Agents – https://steve-yegge.medium.com/the-future-of-coding-agents-e9451a84207c
  • Gas Town Emergency User Manual – https://steve-yegge.medium.com/gas-town-emergency-user-manual-cf0e4556d74b
  • Stevey’s Birthday Blog – https://steve-yegge.medium.com/steveys-birthday-blog-34f437139cb5

你的“进化”阶段

Gas Town 描绘的未来令人心潮澎湃,也让人心生敬畏。对照文中的“8个进化阶段”,你目前处于哪一级?你准备好迎接“一人一库”的时代,还是更享受传统的结对编程?

欢迎在评论区晒出你的“等级”,或者分享你对多智能体协作的看法!让我们一起在废土中寻找新世界的坐标。

如果这篇文章点燃了你对 AI 编程的全新想象,别忘了点个【赞】和【在看】,并转发给你的极客朋友,邀请他们一起加入 Gas Town!


还在为“复制粘贴喂AI”而烦恼?我的新专栏 AI原生开发工作流实战 将带你:

  • 告别低效,重塑开发范式
  • 驾驭AI Agent(Claude Code),实现工作流自动化
  • 从“AI使用者”进化为规范驱动开发的“工作流指挥家”

扫描下方二维码,开启你的AI原生开发之旅。


你的Go技能,是否也卡在了“熟练”到“精通”的瓶颈期?

  • 想写出更地道、更健壮的Go代码,却总在细节上踩坑?
  • 渴望提升软件设计能力,驾驭复杂Go项目却缺乏章法?
  • 想打造生产级的Go服务,却在工程化实践中屡屡受挫?

继《Go语言第一课》后,我的《Go语言进阶课》终于在极客时间与大家见面了!

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造!30+讲硬核内容,带你夯实语法认知,提升设计思维,锻造工程实践能力,更有实战项目串讲。

目标只有一个:助你完成从“Go熟练工”到“Go专家”的蜕变! 现在就加入,让你的Go技能再上一个新台阶!


商务合作方式:撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求,请扫描下方公众号二维码,与我私信联系。

© 2026, bigwhite. 版权所有.

❌