2023 年，雷神公司的总裁站在巴黎航展上，描述了他们为了重启“毒刺”导弹生产所付出的代价。他们把 70 多岁的工程师请回来，让他们教年轻工人如何根据卡特政府时期绘制的纸质图纸制造导弹。测试设备已经在仓库里放了很多年。弹头整流罩仍然必须手工安装，和 40 年前一模一样。
五角大楼已经 20 年没有采购新的“毒刺”了。然后俄罗斯入侵乌克兰，所有人突然都需要它。生产线已经关闭。电子元件已经过时。导引头组件已经停产。2022 年 5 月下的订单，要到 2026 年才能交付。四年。不是因为钱不够，而是因为那些知道怎么制造它们的人十年前就退休了，而且没人接替他们。
我在乌克兰管理工程团队。我的团队处在这个等式的另一端。不是工厂车间，而是接收端。当雷神还在努力根据 40 年前的蓝图恢复生产时，美国正把数千枚“毒刺”运往乌克兰。RTX 首席执行官 Greg Hayes 说：十个月的战争消耗了相当于十三年产量的“毒刺”。我以前见过这种模式。它现在正在我的行业里发生。
一百万发没人造得出来的炮弹
2023 年 3 月，欧盟承诺在 12 个月内向乌克兰提供一百万发炮弹。当时欧洲的年产能是 23 万发。乌克兰每天消耗 5,000 到 7,000 发。任何有计算器的人都能看出这行不通。
到期限时，欧洲大约交付了一半。马克龙称最初的承诺是鲁莽的。九个国家的十一家媒体联合进行的一项调查发现，实际产能大约只有欧盟官方说法的三分之一。直到 2024 年 12 月，一百万发的目标才达成，晚了九个月。
问题不在某一个瓶颈，而是所有环节都是瓶颈。法国在 2007 年停止了国内发射药生产，整整十七年什么都没做。欧洲唯一一家主要 TNT 生产商在波兰。德国库存的弹药只够两天。一家位于丹麦的 Nammo 工厂在 2020 年关闭，后来不得不从零开始重启。整个欧洲大陆的国防工业都被优化成生产少量昂贵的定制产品。没人为规模生产做准备，没人为危机做准备。
美国也好不到哪里去。斯克兰顿一座工厂，爱荷华一处负责装填炸药的设施，1986 年以来没有国内 TNT 生产。投入数十亿美元之后，产量仍然没有达到目标的一半。
整合，或者死掉
这并不是意外。1993 年，五角大楼告诉国防企业 CEO：要么整合，要么死掉。五十一家主要国防承包商缩成了五家。战术导弹供应商从十三家变成三家。造船厂从八家变成两家。劳动力从 320 万降到 110 万，削减了 65%。
弹药供应链到处都是单点故障。155 毫米弹壳只有一家制造商，位于加州科切拉，坐落在圣安德烈亚斯断层上。发射药包只有加拿大一处设施生产。整个系统被优化到最低成本，完全没有为激增需求留下余量。纸面上很高效，现实中则离崩溃只差一个坏日子。
知识死去之后，就不会自己回来
然后还有 Fogbank。这是一种用于核弹头的机密材料。它在 1975 年到 1989 年间生产，之后工厂关闭。当政府需要为弹头寿命延长计划重新生产它时，他们发现自己做不到。美国政府问责署的一份报告发现，几乎所有拥有生产经验的员工都已经退休、去世或离开机构。记录也寥寥无几。
在成本超支 6,900 万美元、连续多年尝试失败之后，他们终于生产出了可用的 Fogbank。然后他们发现新批次太纯了。原始工艺依赖一种无意产生的杂质，而这种杂质对材料功能至关重要。没人知道。负责复现它的工程师不知道。几十年前制造它的原始工人也不知道。洛斯阿拉莫斯把这称为原始工艺中的“无意识依赖”。
一个核武器项目失去了制造自己发明的材料的能力。知识并不只是随着人离开了，它从来就没有被任何人完整理解过。
（更正：原文曾称制造 Fogbank 的工人知道这种杂质。实际上他们并不知道。这个依赖是无意识的，这让知识流失的论点更强，而不是更弱。感谢评论区的 John F. 指出这一点。）
同一套剧本
我读到 Fogbank 的故事时，立刻认出了它。不是那种核材料，而是那个模式。用几十年建立能力。找到一个更便宜的替代品。让人才管道萎缩。享受节省下来的成本。然后当危机需要你亲手优化掉的东西时，看着一切崩塌。
在国防领域，那个替代品是和平红利。在软件行业，它是 AI。
我以前写过人才管道崩塌。招聘数字，以及初级到高级工程师之间的问题，都已经有记录。理解力危机也是如此。我之前缺少的是一个合适的历史类比。现在我有了。
而它告诉你的，是招聘数据看不到的东西：重建到底需要多久。
重建总是需要很多年
每一次主要国防生产扩张，简单系统都需要三到五年。复杂系统需要五到十年。“毒刺”：从下单到交付至少三十个月。“标枪”：四年半时间，产量还没翻倍。155 毫米炮弹：四年过去，投入五十亿美元，仍然没有达到目标。法国直到 2024 年才重启发射药生产，距离当年关闭已经过去十七年。
钱从来不是约束。知识才是。RAND 发现，潜艇设计所需技术技能中有 10% 需要十年的在岗经验才能形成，有时这还发生在拿到博士学位之后。国防行业技工的学徒期需要两到四年，达到主管级胜任力需要五到八年。
现在把这个映射到软件行业。一个初级开发者需要三到五年才能成为称职的中级工程师。成为高级工程师需要五到八年。成为首席工程师或架构师需要十年甚至更久。这个时间线不能靠砸钱压缩，也不能靠 AI 压缩。
一项 METR 随机对照试验发现，经验丰富的开发者使用 AI 编码工具后，在真实开源任务上反而多花了 19% 的时间。在开始之前，他们预测 AI 会让自己快 24%。预测和现实之间差了 43 个百分点。当研究人员试图做后续实验时，相当一部分开发者表示，如果意味着不能使用 AI，他们就拒绝参加。他们已经无法想象回到过去。
账单总会到期
软件行业正处在同一种优化的第三年。Salesforce 表示它不会在 2025 年招聘更多软件工程师。LeadDev 的一项调查发现，54% 的工程领导者认为 AI copilot 会长期减少初级岗位招聘。CRA 对大学计算机院系的调查发现，62% 的院系报告今年入学人数下降。
我在代码审查里看到了这一点。审查现在成了瓶颈。AI 生成代码很快，人类审查很慢。行业的答案很可预测：让 AI 审查 AI 写的代码。我不会这么做。我改造了我们的 pull request 模板。现在每个 PR 都必须解释改了什么、为什么改、变更类型是什么，并提供变更前后的截图。结构化上下文，让审查者不用猜。我还在为每个项目增加专门的审查者。更多双眼睛，更多机会抓住模型漏掉的问题。
但即便这样，也解决不了更深层的问题。现在要想真正有效，所需技能已经不同了。只有技术专长已经不够。你需要能承担所有权、能沟通取舍、能反驳一台听起来非常自信的机器给出的糟糕建议的人。领导力素质。我们上一轮招聘可以说明这有多稀缺：2,253 名候选人，2,069 人被淘汰，录用 4 人。转化率 0.18%。技术能力，以及判断 AI 什么时候错了的判断力，这两者的组合在市场上几乎已经不存在了。
我们记录一切。Site Books、SDD、RVS 报告、带完整测试覆盖的样板模块。今天它有效，因为阅读这些文档的人具备把文档转化为行动的工程能力。如果他们不具备呢？坦白说，我不知道。也许五年后的 AI 已经足够好，让这个问题不再重要。也许问题仍然可控。我无法预测 2031 年模型会具备什么能力。
但危机不会先发日历邀请。没人预料到 2022 年欧洲会爆发全面陆战。国防工业有三十年时间准备，但它没有。就连 Fogbank 也有记录，只是不够。原始工人也没有完全理解他们自己的工艺。
五到十年后，我们会需要高级工程师。需要那些理解系统端到端、能在凌晨两点调试分布式故障、携带着代码库里任何地方都不存在的组织知识的人。这些工程师现在还不存在，因为我们没有在培养他们。那些本该正在学习的初级工程师，要么没有被雇用，要么正在形成一项由美国国防部资助的劳动力研究称为“AI 中介能力”的东西。他们能提示 AI，却说不出 AI 哪里错了。
这就是代码领域的 Fogbank。当初级工程师跳过调试，跳过那些塑造能力的错误，他们就不会形成隐性专业知识。当我这一代工程师退休时，那些知识也不会转移给 AI。
它只会消失。
西方已经犯过一次这样的错误。账单在乌克兰到期了。
我知道这听起来像什么。我知道我以前写过人才管道问题。国防行业的例子不是为了重复这个论点，而是为了展示：如果这个行业的预期没有兑现，会发生什么。“毒刺”、“标枪”、Fogbank、一百万发没人造得出来的炮弹。这就是在优化上押错注的代价。我们现在正在软件工程上押同样的注。
也许 AI 会变得足够好，这个赌注会赢。也许不会。国防工业当年也以为和平会永远持续下去。
订阅