停止平均分配AI算力：顶级模型留给资深工程师省钱，新手苦干不再奏效

在2026年世界人工智能大会的InfoQ媒体直播中，专家Teng Yu和Tang Feihu讨论了AI编码带来的深刻变化。他们一致认为，AI优先考虑资深工程师的判断力，而依赖重复编码的新人则处于劣势。两人都使用多种模型，但指出Token消耗不再是关键指标，任务完成度和价值才是关键。Tang Feihu认为模型具有判断力，他引用了Kimi K3能够通过单条提示生成3D游戏的例子，以及一个模型出于安全考虑拒绝上传代码的案例。Teng Yu则反驳说，模型缺乏真正的责任感，无法做出最终决策。对于企业，他们警告不要将Token使用量作为KPI，因为这会导致博弈行为。他们建议关注投资回报率，按任务选择模型，并将优质模型分配给资深工程师。新人应尽早使用AI，避免在LeetCode上与AI竞争，并考虑人文学科的教育。两人都看到软件工程从编写代码向理解系统和承担责任转变。Tang Feihu仍建议学习计算机科学，但课程需要调整，而Teng Yu则认为传统CS学位可能贬值。