Steve Yegge：大型科技公司正在悄然走向死亡

为什么 Steve Yegge 认为大公司已经死了

Steve Yegge — 拥有 40 年软件经验的老兵、前 Google/Amazon 工程师，如今正在构建开源 Agent 编排器 Gas Town — 与 Gergely Orosz 在 The Pragmatic Engineer 播客上进行了一次深度对谈，探讨 AI 正在对软件行业带来的深刻变革。他的核心论断是：大型科技公司正在走向死亡，只是它们自己还不知道。

关于大公司已经死亡： “We’re all looking at the big companies going, ‘When are you going to give us something?’ And the answer is we’re looking at the big dead companies. We just don’t know they’re dead yet.”（我们都在盯着大公司问：‘你们什么时候能给我们点东西？‘而答案是：我们看到的本就是一群已经死了的大公司，只是还不知道而已。）Yegge 的论点并非说这些公司缺乏高效的工程师，而是组织本身无法消化产出。工程师碰到下游瓶颈——设计、法务、合规、发布流程——然后离职。与此同时，2 至 20 人的初创公司的交付速度已经超过了整个业务部门。

关于 AI 采用的 8 个级别： Yegge 将工程师划分为从 Level 0（完全不用 AI）到最高级别（同时运行多个并行 Agent 处理代码库）的一个谱系。他估计大约 70% 的工程师仍停留在 Copilot 级别或以下——只使用基本的代码补全，而非 Agent 化工作流。他用了一个比喻：那些运行 80 个并行 Agent 的工程师与普通工程师之间的差距，在形态上等同于管理一支 80 人的工程团队。

关于”吸血鬼倦怠”： 即便是生产力最强的 AI 增强型工程师也会撞墙。“You can be 100x productive but you only have about 3 good hours a day.”（你可以有 100 倍的生产力，但每天只有大约 3 小时的高效决策时间。）瓶颈不在于 AI，而在于人的决策容量。你需要持续地审查、引导和纠偏，三个小时的高强度 Agent 监督已经令人精疲力竭。

关于”异端”——新型技术债务： Yegge 为 Vibe 编码的代码库引入了一个新概念：所谓”异端（heresy）“，是一种错误的架构思想，它在 Agent 中生根，并不断卷土重来。“You try to get them all out, but there will be one reference to it in some doc somewhere that an agent picks up on and goes, ‘Oh, that makes sense.’ And it returns and rebuilds the heresy and it starts to spread again.”（你试图把它们全部清除，但某个文档里总会留有一处引用，被某个 Agent 捕获，它会说’哦，这说得通’，于是异端重建，并开始再次蔓延。）解决办法是：在提示词中明确记录这些异端，并添加工具防止 Agent 重新构建它们。

关于将 Token 消耗作为核心指标： 对于使用 AI Agent 的初创公司，Yegge 认为最重要的代理指标是 Token 消耗——你消耗了多少算力。初创公司不再问需要多少员工，而是问能预留多少算力。他建议：“让你的 Token 消耗量在投资人允许的范围内尽可能高”，因为这些支出代表着实践、迭代和学习。

关于价值捕获问题： 如果你的生产力提升了 100 倍，谁从中获益？如果你工作 8 小时并产出 100 倍的成果，公司拿走了所有价值；如果你工作 10 分钟产出与以前相同的成果，你拿走了全部价值。两种极端都不可持续。Yegge 承认我们目前还没有应对这一局面的文化规范——这将是一段混乱期。

关于”苦涩的教训”与未来模型： 援引 Richard Sutton 的著名文章，Yegge 认为你永远不应该试图比 AI 更聪明——更大的模型总是赢。他估计至少还有”两个周期”的能力提升空间，这意味着模型将比今天至少聪明 16 倍。他说，到那时，“所有知识性工作都将被吞噬”。

关于个人软件与代码分叉： 每个人都会想要定制化软件。代码分叉——曾经在开源世界是一种”宣战行为”——在 AI 使维护变得微不足道之后，将成为日常操作。编程本身将属于所有人：Yegge 预测，他没有开发经验的妻子将在 2027 年夏天成为他们视频游戏的最大贡献者。

Steve Yegge 谈 AI Agent 的 8 个核心观点

• 大型科技公司是行尸走肉 — 组织无法消化 AI 增强型工程师产出的成果，由此形成的瓶颈正在驱走人才
• 70% 的工程师仍低于 Agent 化门槛 — 大多数人使用 Copilot 级别的工具，少数人在运行 80 个并行 Agent
• 吸血鬼倦怠是真实存在的 — 100 倍生产力，但每天只有 3 小时的有效决策容量
• “异端”是新型技术债务 — 错误思想在 Agent 间传播，并在代码库中不断自我重建
• Token 消耗是核心指标 — 初创公司衡量算力消耗，而非员工人数
• 苦涩的教训依然适用 — 不要试图用手工启发式方法胜过 AI；规模永远获胜
• 价值捕获问题尚未解决 — 100 倍的生产力提升需要新的文化规范来界定受益者
• 编程属于所有人 — 非开发者将在 2027 年前构建出严肃的软件，代码分叉将变得轻而易举

这对使用 AI Agent 的组织意味着什么

Yegge 最具可操作性的洞察是：组织结构——而非模型能力——才是当前真正的制约因素。工程师是高效的，模型是有能力的，但为旧世界而建的公司无法足够快速地利用 AI 给予它们的一切。赢得未来的初创公司，将是那些从零开始为 Agent 化工作流而设计的公司：小团队、透明流程、高 Token 消耗、没有下游瓶颈。如果你的公司在将一个 Agent 几小时就能交付的功能推向生产时，仍然需要 PR 审查、设计评审和多个 Sprint 的规划周期，那你就是那个还不知道自己已经死了的大公司。