程序，先写在纸上

大学老师反复强调的事

到了大学高年级，学生与本专业老师的交流越来越多。数学分析、物理、化学渐渐退到身后——这些课在低年级时，总让人觉得多余。（其实它们很有用，不过那是另一个话题。）前面终于是软件开发，也正是大家当初选择这个专业的原因。偏偏这时，老师开始讲一些出乎意料的话。

学生却急着看到成果。想做出一个完整、能运行的东西，装到身边的电脑上。说不定，还能以几万卢布的价格卖给一家小公司：对方不太懂电脑，更不知道程序究竟是怎么来的。

老师却一遍遍地说：先画出来。做分析，画图，识别实体以及实体之间的关系。想清楚数据怎么存、怎么分布、哪些对象引用哪些对象。

学生觉得这些问题很奇怪。怎么存？放进数据库，不就行了？

都是工具的问题？

后来，做出的程序既不好看，运行起来也时好时坏。明明好像都做对了，那问题一定出在开发环境上。工具还不够完善，需要新的工具，能自动把一切画成“正确的样子”——也就是我们脑海里的样子。

但开发者理解问题的方式，并不是大学里教过的那套，而只是自己眼下能够做到的程度。逻辑很简单：给我一个工具，我就能改变世界。至于基础，没有人去想。基础还留在当年老师反复讲的那些话里。

AI 来了，却又重复了同一个故事

接着，响亮的新理念、新语言，以及一点就通的 AI 智能体出现了。故事再次重演。你自己没能画清楚、分析透、拆解好的东西，智能体照样把它写出来，只是更快。

如果脑中没有数据模型，智能体不会凭空替你把它想明白。它会迅速而自信地，为输入的那团模糊写出代码。

独立研究机构 METR 做过一个很有代表性的实验。经验丰富的开发者在自己熟悉的项目中处理真实任务：一部分任务使用 AI 工具，另一部分不使用。使用 AI 时，他们实际多花了19%的时间，却以为自己快了20%（METR，2025）。后来，研究者也说明，工具此后变得更强，这些数字已经过时（METR，2026）。但感受与现实之间的差距本身，就很值得思考：敲代码的速度，并不等于做出软件的速度。

纸上功夫，不是文牍主义

俄罗斯关于自动化系统建设的标准，把工作划分为八个阶段、近三十个步骤。调研、需求、概念方案、技术任务书、初步设计和技术设计。真正的程序开发，只是“工作文档”阶段中的一个步骤（GOST R 59793-2021，俄罗斯联邦技术调节与计量署）。制定这份标准的人，很清楚“直接开始写代码”的项目最后会怎样。

这里的纸，不是为了交差而堆起来的文件，而是思考发生的地方。实体、关系、数据流、责任边界——这些东西，用橡皮修改很容易，等系统运行起来再改，代价就高了。

最后还剩多少工作是写代码？

于是，问题又回来了：整个软件开发过程，究竟有多少是在纸上完成的？

过去常说，七三开。今天，代码交给智能体来写，纸上的工作也许会占到98%，甚至99%。

留给开发者的，是最重要的事——思考。正是当年大学老师反复强调的那件事。