自 2025 年 8 月起，Ashby 超过一半的新增生产代码由 AI 生成，但客户问题量保持稳定、代码质量未出现退化——这个真实案例给 AI 创业者提供了关于「AI 编程规模化」的最重要参考
事件回顾
Ashby 工程 VP Colin Howe 近日发表了一篇关于 AI 工程实践的深度总结。自 2025 年 8 月起，Ashby 超过 50% 的新增生产代码由 AI 工具（Cursor、Claude Max、Codex 等）生成。更关键的是：客户问题量保持稳定，没有质量退化，工程师代码理解能力甚至有所提升。
这不是一个实验室假设，而是一个 SaaS 公司在真实生产环境中的实践经验。Ashby 作为一家为全球 HR 团队提供招聘管理软件的公司，其工程团队规模约 60 人，客户包括 Notion、Vercel、Lemonade 等知名企业。他们的经验对 AI 创业者极具参考价值。
Colin 在文章中提出了四个核心判断：
第一，代码生产成本趋近于零。 AI 正在接手工程师工作中「机械的部分」——语法、胶水代码、按键敲击。而真正重要的东西——判断力、品味、对客户的理解——变得比以往更重要。
第二，你必须为自己交付的东西负责。 「AI 最大的风险不是它错了，而是它听起来是对的。」怀疑精神必须增加而不是减少。Colin 分享了一个真实案例：Claude Code 在编辑过程中意外删除了 tar-stream 包，因为它「在修改 backend/package.json 时附带受损」。
第三，多 Agent 并行执行存在风险。 并行 Agent 就像类固醇版的多任务处理——你是否还能做出最佳决策？是否还能深入思考每个 Agent 的指引？
第四，规格文档仍然为人类而写。 AI 可以写长篇大论的文档，但人类需要的是有时间意识的、引人入胜的、聚焦于「为什么」的文档。不要将面向人类的关键沟通拱手让给 LLM。
为什么重要
对 AI 创业者来说，Ashby 的案例提供了三个关键信号：
1. AI 编程已从「辅助」走向「主力」。 50% 的生成代码进入生产环境，这不是试用或实验，而是生产级依赖。这意味着 AI Agent 工具赛道（Hermes Agent、OpenClaw、Claude Code 等）的增长远未到天花板——当头部 SaaS 公司都达到 50% AI 代码率时，市场上还有大量企业正在探索的路上。
2. 「质量退化」是个伪命题——如果流程配套到位。 Ashby 的秘密不是 AI 变强了，而是他们的安全模型（Swiss Cheese 多层防护）和审阅流程在起作用：测试捕获 → Code Review 补充 → Feature Flags 兜底 → 可观测性收尾。缺少任何一层，AI 代码都会出问题。
3. 一人公司的机会窗口。 Colin 提到 Ashby 已经投入构建自定义工具链——SQLite Git 元数据 DB、自动工单分类、Claude Code 审查 Bug。这些投资对于大公司来说合理，但如果你是一人公司，可以直接使用现成的 AI Agent 工具（如 Hermes Agent 的 delegate_task、Claude Code 的批量操作）来获得类似能力，成本降低 100 倍。
我们能学到什么
要点一：Sidekick vs Delegate 双模式思维
Colin 提出了一个实用的框架：
- Sidekick 模式（默认）：AI 探索代码库、消化信息，你做决策。适用于数据库迁移、候选数据处理、安全敏感代码。
- Delegate 模式：小爆炸半径，有时甚至不需要审阅输出。适用于原型、本地工具、运维工具。
判断标准只有一个：「如果代码出错了，后果是尴尬、花钱、还是致命？」
要点二：不要衡量 AI 使用量，衡量结果
Ashby 不强制使用 AI，也不追踪 token 用量。他们的信念：「这样做会鼓励灌水。」正确的指标是：客户问题量、代码质量、工程师入职时间——这些数字才是真的。
要点三：文档写给人，不是写给 AI
AI 创业者尤其需要注意：你的产品文档、发布说明、客户沟通，应该以读者时间为中心，而不是以 AI 的上下文窗口为中心。
行动建议
-
如果你的团队还在犹豫是否让 AI 写生产代码——拿 Ashby 的数据去说服管理层。50% AI 代码率 + 零退化，这是 2026 年最有说服力的工程效率案例。
-
建立你自己的 Swiss Cheese 安全模型。识别你的测试层、审查层、回滚层分别在哪里缺口，补上它。
-
尝试 Sidekick + Delegate 双模式。今天就用 Claude Code 或 Cursor 跑一个 Sidekick 任务（代码审查/漏洞发现），再跑一个 Delegate 任务（自动化脚本/单元测试生成），感受两种模式的差别。
-
关注 AI Agent 工具的最新发展。Hermes Agent 和 OpenClaw 的最新 commit 表明，SSH 兼容性、WAL 膨胀修复、SSRF 安全检查等功能正在快速迭代——工具的成熟度正在加速追赶需求。