西蒙·威利森在最近一期High Leverage播客中，与约瑟夫·鲁西奥深入探讨了AI编码工具带来的范式转变。他分享了一个令人不安的个人发现：原本泾渭分明的“氛围编码”（完全依赖AI，不关心代码质量）与“代理工程”（专业工程师利用AI提升生产力和质量）正逐渐融合。
威利森最初对二者的划分非常明确：氛围编码适合个人工具，出错影响有限；而代理工程要求工程师对安全性、可维护性和性能全权负责。然而，随着AI代理（如Claude Code）的可靠性提升，他发现自己即使在生产级项目中，也不再审查每一行AI生成的代码。例如，要求Claude Code构建一个返回JSON的SQL查询API，它几乎不会出错。但这种信任让他感到不安：如果没有审查代码，是否还能对生产环境负责？
他找到一种类比：在大型组织中，依赖其他团队提供的组件（如图片调整服务）时，通常不会阅读其全部代码，而是通过文档和实际使用来信任。同样，他发现自己对AI代理也采取了类似的态度，尽管AI缺乏人类团队的专业信誉。威利森警告，这种“偏离常态的逐渐正常化”可能导致在未来某个错误时刻过度信任模型。
另一个挑战来自软件质量评估的彻底变革。以往，一个拥有多次提交、完善的README和自动化测试的GitHub仓库通常意味着精心维护。但现在，AI可以在半小时内生成同样“完美”的仓库，使得外观上的质量不再可靠。威利森现在更看重的是实际使用：一个被某人在两周内每天使用的项目，比刚生成且未被充分测试的项目更有价值。
AI提升编码速度也转移了瓶颈。过去，每天编写200行代码，而现在可达2000行。整个软件开发生命周期原本围绕慢速编码设计，现在需要调整。上游的设计流程也需变革：如果工程师不再需要三个月来构建，设计师可以更大胆地尝试，因为试错成本大大降低。
尽管AI发展迅猛，威利森对自己的职业前景依然乐观。他认为AI是经验的放大器，而非替代品。软件工程依然是“极其困难”的任务，AI工具不能替代对意图的理解、系统调试和复杂判断。他引用政治评论员马修·伊格莱西亚斯的观点：“我不想氛围编码——我想要专业管理的软件公司利用AI辅助，为我制作更好、更便宜、更多的产品。”威利森认为这恰如其分：就像自己看视频学习修理管道，他依然更愿意雇佣专业水暖工。
最后，针对SaaS企业可能被内部自建替代的担忧，威利森指出，企业级决策更看重经过验证的解决方案。就像他不愿意使用一个未经自己长期使用的个人项目一样，企业也不会冒险采用尚未被至少两家大型企业成功使用六个月的CRM系统。因此，AI带来的自建能力并不会轻易撼动成熟SaaS服务的地位。