随着代码生成类AI快速发展，关于软件开发核心能力的讨论也在升温。有观点认为，软件开发中最重要的能力，正从“会不会写代码”转向“是否真正理解行业与业务”。

据Gizmodo当地时间1日报道，软件开发者Aaron Brethorst表示，随着AI承担越来越多代码生成工作，能够判断系统是否真正满足业务要求的专业知识，正在变得比单纯编码能力更重要。

在Brethorst看来，软件开发的难点从来不只是写代码，而是准确理解目标行业的运作方式和业务结构。以薪资核算系统为例，关键不在于写出计算程序，而在于是否理解税率、扣除条件，以及不同发薪周期下的调整规则。只有掌握这些业务逻辑，才能判断系统能否在真实场景中正常运转。

他举例称，如果一名拥有15年经验的物流调度员与一名优秀软件工程师使用同一款AI编程工具，前者即便不会写代码，也更有可能判断AI生成的物流系统是否贴合一线需求；而后者即便能够评估代码质量，也未必能识别系统是否真正满足实际业务要求。

Brethorst还表示，代码更像是行业知识被文档化、结构化之后的结果。随着Agent AI逐步具备在开发者不必亲自构建运行模型的情况下生成软件的能力，过去行业知识与编码能力高度绑定的开发方式，正在出现松动。

分析认为，这一变化正在重估工程师与业务一线专家之间的相对价值。过去，工程师往往需要与行业专家协作，并在真实运营环境中反复试错，才能构建出可用系统；而业务专家若想亲自开发可靠软件，通常需要投入大量时间学习相关技术，因此很少自行开发系统。如今，AI正在显著降低将想法转化为可运行软件的成本，工程师的技术优势被部分削弱，来自一线场景的专业知识反而更加凸显。

报道还提到，Anthropic一场围绕最新AI模型应用展开的黑客马拉松，也被视为这一趋势的一个例证。该活动共有约500人参赛，参赛者多数是开发者，但5名获奖者中有3人并无软件发布经验。系统研究人员Dexter Hadley评价称，这说明在部分场景下，专业知识的重要性已经超过单纯的编码能力。

Brethorst认为，未来资深工程师更值得投入时间的方向，将是深入理解真实行业与业务流程，以及相关专业设备和监管制度。相比之下，把代码“写得漂亮”这件事本身的价值正在下降，而那些经过实际业务验证的深层行业知识，仍然稀缺。

不过，也有反对观点认为，业务一线专家并不一定能够立刻在软件开发中取得成功。Hacker News上有声音指出，“验证系统输出是否正确”的能力，与“从一开始就有效引导AI产出正确结果”的能力并不相同。即便某一领域的专家拥有深厚经验，也未必能把长期积累的隐性规则整理为AI能够理解的需求描述和测试条件。