4.4 人类精力分配真相

编码只占 20%

我前面提到过一个数字——传统开发周期中，编码只占人类精力的 20% 左右。这一节我们来仔细看看这个数字是怎么来的。

做一个典型的企业级软件功能，你在各个环节花的时间大概是：

• 需求讨论与澄清：15% —— 开会、写文档、确认细节、回答"你究竟想要什么"。很多需求讨论的效率极低：五个人开了两小时的会，结论和开会前差不多，只是大家确认了"确实没有想清楚"。
• 技术方案设计：10% —— 画架构图、选技术栈、设计数据库表结构。这一环节看似不可或缺，但很多时候方案的选择和实际功能的大小完全不匹配——一个简单的 CRUD 功能，团队可能花了三天讨论用 MySQL 还是 PostgreSQL。
• 编码：20% —— 真正写代码。这是唯一一个"直接在创造价值"的环节——你在把想法变成可运行的东西。但它只占了五分之一的时间。
• 自测与联调：15% —— 跑起来看能不能用，和别人的模块对接。联调的过程本质上是在"验证你对他人的理解是否正确"——两个不同的人写了两个模块，合并在一起能不能正常运转，在合并之前谁也不知道。
• 代码评审与修改：10% —— 被别人 review 代码，根据反馈修改。高质量的 code review 确实能提升代码质量，但很多时候 review 变成了一种形式——没有人真的仔细读，为了不耽误进度就点了"Approved"。
• 等待：15% —— 等环境准备好、等依赖装完、等编译、等部署、等别人 review。"等"是最没有价值的消耗，它不产出任何东西，但每个人的时间表里都有它。
• 部署与上线：10% —— 配服务器、跑脚本、处理回滚方案。第一次部署可能需要半天到一天，但之后每次重复部署的时间应该少于 30 分钟——问题是大多数团队每部署一次仍然要走完整的流程。
• 事后排查：5% —— 上线后出问题了调查原因。如果上线顺利，这部分时间可以大胆扣除——但大多数情况不会顺利。

注意看，编码只占了 20%。其他 80% 的时间花在了沟通、等待、配置、调试、部署——这些"围绕编码的工作"上。

这些数字不是一个精确的测量结果——实际比例因项目和团队而异——但它揭示了一个通用的真相：我们花在"想"和"做"之间的各种摩擦上的时间，远远超过了"做"本身的时间。

这 80% 中有多少是无法避免的？

我们来分析一下，这 80% 中有多少是"做了能创造价值的"，有多少是"不得不做但本身没有创造价值的"。

产品和技术讨论：有价值，没有它你不知道做什么。但有价值的讨论和低效的讨论之间有一条线——一条你在事后才意识到的线。高效的讨论会产生明确的"下一个动作"，低效的讨论会让所有人觉得"我们好像说了什么又好像什么也没说"。

画架构图：在复杂系统中有价值，在小项目上可能是过度设计。很多团队习惯性地在每做一个功能前先画架构图，即使这个功能只是加一个字段——这种"流程惯性"本身就在消耗时间。

等环境、等编译、等部署：几乎没有价值，只是成本。这是最纯粹的浪费——你坐在那里，什么事也做不了，时间在流逝。有些大公司的部署流程需要跑 40 分钟的 CI 流水线，开发者在等的时候只能干点别的，然后切换回来又要花时间恢复"上下文"。

配置 CI/CD、配服务器、配域名：第一次做有价值，重复做只是苦力。如果你每个月都要配一次服务器，那说明你的流程有问题——不是服务器配得不够熟练，而是你没有自动化它。

因为需求文档写不清楚导致的返工：完全没有价值，是翻译损耗带来的成本。这是最让人沮丧的浪费——你花了一周做的功能，被一句话否定了"这不是我要的"——然后你要重来一遍。

如果你把这层分析做一遍，会发现：传统开发中可能有 30~40% 的时间花在了"毫无价值但不得不做"的事情上。 这些事情不会让你的产品更好，不会让你的用户更满意，它们只是软件开发这个"生产方式"带来的附加成本。

这个比例意味着什么？意味着在一个 5 人的开发团队中，每天有大约 1.5~2 个人的全部工作时间被浪费掉了——不是因为他们不努力，而是因为流程本身在消耗他们。如果这些浪费能被消除，理论上你不需要增加人手就能把产出提升 30~40%。

Vibe Coding 重新分配你的精力

现在对比一下 Vibe Coding 中的精力分配。当你用 AI 辅助开发时：

• 确认需求和意图：30% —— 没有减少，甚至更多了。因为 AI 不会替你决定"做什么"，这个需要你来想。但它的形态变了——不再是开会和写文档，而是你和 AI 之间的对话。
• 用自然语言描述功能：10% —— 替代了"写代码"的部分。你不再需要把需求翻译成代码，只需要把需求说清楚。这个"说清楚"本身就是一种能力，但它比写代码快得多。
• 审查 AI 生成的代码：20% —— 新的环节，你得确保 AI 没有跑偏。这是一个在传统开发中不存在的环节——传统开发中你花了 20% 的时间写代码，不需要"审查自己的代码"。现在 AI 替你写了，你需要花 20% 的时间读它、理解它、判断它对不对。
• 调试与迭代：15% —— 报错贴给 AI，等它修复。相比传统开发中你花 15% 的时间自测联调和 10% 的时间等编译部署，这里的 15% 效率更高——因为 AI 修复比你自己修复快得多。
• 部署与上线：5% —— AI 可以辅助生成配置，大部分平台自动化了。云的普及和 CI/CD 的成熟已经让部署时间大幅缩减少，AI 可以帮你生成 Dockerfile、Nginx 配置、GitHub Actions 脚本——那些需要记的细节你不再需要记了。
• 学习与探索：20% —— 多出来的时间，你可以学新东西、试新方案、优化产品。这是一个在传统开发中几乎被挤压到没有的时间——你太忙了，根本没时间学东西。在 Vibe Coding 中，你"空"出来了，可以思考"如果我试一下这个方案会怎么样"。

这里最值得关注的不是"哪个环节多了哪个环节少了"，而是"等待"这一项在 Vibe Coding 中消失了。 传统开发中有 15% 的时间花在"等"上——等环境、等编译、等部署——这种时间是最消耗人的，因为你在"等"的时候什么也做不了。Vibe Coding 中的"等"被压缩到了"等 AI 生成代码"的几十秒——你仍然在等，但这个"等"的时间太短了，你甚至不会注意到它的存在。

编码的比例从 20% 降到了 10%（不再自己写了），但"确认意图"和"审查代码"的比例大幅上升了。总的工作时间可能减少了，但你的工作重心从"打字"转移到了"思考和判断"上。

这不是说你可以少干活——而是说你的每一分钟都在创造价值，而不是在等编译完成。你的时间花在了"想清楚"和"验证对错"上，而不是花在了"把想法敲成字符"和"等着机器跑完"上。

被释放的时间应该用来做什么

这是 4.4 节最有实际意义的问题。

传统开发中你太忙了——每天在写不完的代码、修不完的 bug、等不完的部署中度过。你脑子里可能有一些"如果我有时间就去做的想法"：重构那个烂模块、试一下新的数据库方案、写一份真正的技术文档、学学那个一直想学的新框架。但这些事情永远排在"今天的 bug"和"明天的 deadline"后面。你有时间想，没时间做。

Vibe Coding 切掉了编码、等待、重复配置这三块，大概释放了你在传统开发中 40% 的时间。这 40% 的时间是你的"时间红利"。怎么用这个红利，决定了 Vibe Coding 对你的实际价值。

三个方向供你参考：

方向一：做更多。 用省下来的时间做更多的功能。如果你过去一个 Sprint 做 5 个用户故事，现在可以做 8 个。这是一个"保持原有工作方式，但扩大产出"的选择。好处是短期效果最明显的，坏的方面是这么做很快会让你碰到下一个瓶颈——你不再被写代码限制了，但你的思考速度和决策速度成了新的瓶颈。

方向二：做更深。 用省下来的时间去理解系统的深层问题——性能瓶颈、安全漏洞、架构缺陷。这些在传统开发中被"没有时间"推得很远的"重要不紧急"问题，现在你可以系统性地处理。这样选择，你的产品在短期内的功能数量不会变多，但在半年内的质量和可维护性会有质的提升。

方向三：做更宽。 用省下来的时间学习新东西——不仅是学技术，更是学产品、学用户、学商业。当 Vibe Coding 让技术实现不再是瓶颈时，你的价值瓶颈是什么？是对用户的理解？是对产品的直觉？是对市场的判断？这些能力不会因为你"用了 AI"就自动获取，它们需要在实践中积累。

这三个方向不分优劣，取决于你当前的目标。最不合适的选择是："把省下来的时间用来休息"——不是说不应该休息，而是如果你的生活很忙，省下来的时间花在生活上，这不叫"浪费"，这叫"值得"。最错误的选择是："省下来的时间又用来做传统开发中的低价值工作"——比如你省下了写代码的时间，又去接了一堆外包项目——你就没有真正从"翻译劳动"中解放出来。

这一组"真相"的总结

把 4.1 到 4.4 串起来，就是一句话：传统软件开发在生产模式上存在根本性的效率问题——它的分工方式、流程设计、角色分配，都不是为了"快速验证想法"而设计的，而是为了"大规模、可预测地交付功能"设计的。

瀑布模型假设需求不变，敏捷改善了反馈循环但没解决翻译损耗，DevOps 加速了上线但没加速编码，翻译链上的每一层都在消耗信息。

而 Vibe Coding 的出发点完全不同。它不试图"优化传统开发中的每一个环节"——它直接改变了"创造软件"这件事的底层方式：从"多个角色接力翻译"变成了"你一个人用自然语言和 AI 对话"。

这不是对传统开发的"修补"——这是范式转换。就像汽车不是"更快的马"一样，Vibe Coding 不是"更快的敏捷开发"。它是一个新的起点。

AI 的答案不一定对，但它的分析过程会帮你理清思路——这是一种"借助 AI 做自我审视"的练习，和 Vibe Coding 本身的思维方式一脉相承。