对话南大刘佳教授：AI时代的软件工程与创业者特质

核心认知

工具的普及不会消灭行业，反而会让需求扩大。“人人都是程序员”是伪命题——当代码生成变得廉价，判断代码、交付价值才是真正的门槛。

关键现象

AI使用覆盖度

≈100% 开发岗几乎全员一直在用

代码生成效率提升约3倍

产出增长幅度

仅10%-30% 合并到项目中的真实产出

博士单月AI消耗

6万元实验还没做完，烧钱惊人

杰文斯悖论：为什么软件行业不会消失

成本下降带来最大的好处是需求上升。刘佳教授对此保持乐观：AI降低编程门槛后，行业覆盖度和容量会扩大，软件行业本身不会消失。就像影像科医生、插画师——工具普及后，这批人反而稀缺了。

“当代码都能被AI生成之后，程序员的技能会发生改变。我们在AI生成代码的情况下，要看那个代码对不对、好不好、适不适合环境、适不适合场景。”

——刘佳教授

南大创业者的特质

强烈的好奇心

对事情有极致的好奇，像英达360刘金康，创业时做过很多“毫无价值、纯粹因为好玩”的事。好奇心是创业者身上最可贵的东西。

把事做深做透

聪明人通常对一件事感兴趣后，理解了逻辑就不再深入。但能交付、能把事讲清楚的创业者，才真正具备稀缺能力。

南大风格：低调

南大创业成功者不像清华系或其它系一开始就高调，他们绝大多数一开始都很低调，直到成功才被外界知道。这既是南大的文化底色，也是一种创业优势。

过程推导：效率没变成产出

在大厂的开发岗，几乎所有人都在用AI，但“代码生成的效率提升三倍”与“真正发布出去的产出只提升10%-30%”之间，隔着一个巨大的落差。

瓶颈在组织流程。以前把生成代码拆成产品、开发、测试、上线、运维，是因为代码贵，要保证每次产出有价值。现在代码成本下降了，流程没变，跨部门沟通、对齐、开会，反而成了最大的卡点。

刘佳教授加重了这句话：“人才是这个流程中间最大的卡点，而不是AI。”

“很多时候我只是把demo做出来再讨论，demo的代码不可能合并到最终程序里，但讨论有实物可看，讨论效率确实提升了。产出却没有以同样比例提升。”

关于“一人公司”的冷静判断

“纯粹的一人公司不成立。把东西做出来和把东西卖出去是两个不同的能力。AI放大的是你的稀缺能力，但把产品卖给别人这件事，AI没有放大。”

刘佳教授认为，十人以内的小公司是成立的：用稀缺能力做核心，再用AI工具放大变现。广义上的“一人公司”一直在存在，只是AI让这个模型更可行。

对普通人：学AI别光有“获得感”

大量9.9元、19.9元的AI课程，教的只是工具本身。用Word能赚钱吗？不能。能赚钱的是用Word写出一份好报告。工具不产生价值，稀缺能力才产生价值。

核心建议是：在现有本职工作中，找一个能用AI节约时间的环节，把省下时间拿去放大你本来的核心价值。而不是追着最新的工具学，只为满足“学了点东西”的充实感。

“工具会放大稀缺能力，也会拉大人与人之间的差距。没有稀缺价值的人，会被拉得越来越远。”

不要只追最贵模型 → 匹配工作系统

不同模型的实质差距，普通人感知不大。绝大多数人问不出价值199美金的问题。真正值得做的，是构建自己的“工作系统”（Work System）：

创造性工作：用最便宜的模型，多轮快速交互，用它发散、给灵感。甚至回复老板、安慰朋友都可以让AI先试。

长链条任务：目标明确、有验收标准时，才用高质量模型。先把目标、约束、验收这三件事讲清楚，再交给AI。

别追新版本：F1赛车每圈快2秒是巨大提升，但普通人开车上班，并不取决于这2秒。选适配自己环境的那个模型。

控制成本：一个人的token烧掉6万还不做完实验，不如雇两个博士生。要区分“探索性”和“确定性”任务。

真正难的是流程变革

企业拥抱AI最大的困难不是技术，是跨部门的权利与职责、流程再造、AI效果的评估。现在很多公司学Agent做了一堆技能，但效率没有提升——部门间反而割裂了。

“这本来就是上世纪的管理方式——就像有了电力，还把厂房建在河边按水车逻辑布置一样。” 变革可能需要5-10年。

文科生考不考？门槛反而变高

刘佳教授坦承：南大软件学院目前不收文科生。原因不是偏见，而是当工具能力提升后，专业的下限提高了，但上限（稀缺性）也随之抬高。

“AI能生成视频后，计算机专业的门槛反而变高。能做交付的文科生是稀缺的。文科生也需要有交付物：能写故事、会设计桥段、能给特定人群做出产品。”

值得记住的金句

工具放大稀缺能力

“AI永远是那个乘数，而不是本质的东西。稀缺能力才是你前面那个一一，AI帮你放大。”

获得感 ≠ 产出

“你学到的只是上课的能力，而不是拿工具挣钱的能力。获得感填的是焦虑，产出靠的是交付。”

不要为最新版本买单

“普通人不需要每次升级都换工具，而是找到适配你工作系统的那个它。”

交付是未来的通行证

“无论文科生还是工科生，你所有学习的最终结果，是能针对现实挑战交付一个东西。”

最后，把话说回软件工程

软件工程不会消失，它只是换了一种形态：从“写代码”到“看代码、选代码、验证代码”。

而对普通人，AI时代真正的安全牌不是学会所有工具，而是在你自己的行业里，握有一项不能被放大的稀缺能力。

AI时代软件工程的真相与创业者的稀缺能力