軟件開發者Lauren稱所有人花十年學編程，結果終端技能是英文寫作

軟件開發者Lauren發文稱，所有人花十年學編程，結果終端技能是英文寫作：機器會執行你寫下的任何指令，你與目標之間只剩能否把清楚的念頭寫成句子。該判斷把約束從語法和框架改到意圖表達。

背景是代理型模型把多步編碼、瀏覽器和電腦操作做成可循環任務。OpenAI將GPT-6 Astra定位爲可長時間寫代碼、管流水線的工程代理，Codex周活曾到約兩千萬；發佈後出現容量閘門和按周計量的Pro額度。評測與試用強調的是任務完成，而不是手寫樣板代碼的行數。

勞動含義是分工重切。能把需求寫成可執行說明的人，直接調用模型；只能背API的人，產出被生成器替代。提示詞不是新語言，是把產品經理的驗收標準和工程師的邊界條件壓進同一段英文。寫不清楚就會得到看起來能跑、目標卻偏的系統。

市場已在給表達力標價。訂閱檔把最強模型鎖在Work、Codex和Pro裏，額度按周封頂；寫得越含糊，越浪費昂貴循環。企業側把“會下指令的工程師”從編制改成槓桿，初級純實現崗位的進入坡度變陡。英文作爲接口語言，使非英語母語開發者多了一層翻譯稅。

機制上，這是技能溢價轉移，不是編程消失。買方是要交付功能的團隊，賣方是賣推理槽位的模型公司。資金從培訓班和框架證書流向訂閱和算力。受益的是能把模糊目標寫成可測步驟的人；承壓的是把“會寫代碼”當成身份、卻說不清要建成什麼的人。機器不缺語法，缺的是你的那句清楚的話。

來源：公開信息

ABAB AI 解讀

過去十年的編程教育把人訓練成編譯器前端：類型、框架、構建腳本。代理模型把這些層喫進工具循環後，人類剩下的是規格書。Lauren把“英文寫作”說成終端技能，是指出編譯器已經換人，需求文檔卻仍由人簽發。寫得清楚，等於給模型一張不會自行發明成功標準的合同。

資本路徑是把初級實現時薪改成模型訂閱。公司不再爲“把按鈕做出來”付滿員成本，而爲“把按鈕定義清楚再驗收”付少數席位。OpenAI用Pro閘門分配最強循環，Anthropic與谷歌走同一條包月加額度的路。培訓市場若仍售賣昨天的語法課，賣的是已被模型內化的那一層。

類比不是“人人皆可編程”的2010年代口號，而是電子表格出現後會計從算術轉向科目判斷。行業處在實現自動化、定義權升值的階段。會寫React的人很多，能寫清“何種失敗算不可上線”的人開始稀缺。

結構判斷屬於技術替代疊加定價權轉移。替代的是樣板實現，轉移的是誰有權定義完成。機制是：模型執行一切可陳述的步驟，無法執行未陳述的意圖；語言精度因此變成算力槓桿，句子寫歪，吉瓦級集羣也只是高速做錯。

ABAB News · 認知定律