砍掉七成工程團隊再歸功於 AI：Jake Wharton 這場訪談，算的是開發者人力的成本帳

一組數字先看規模：部分科技公司宣稱削減了 70% 的工程團隊，並將原因記在「AI 提升人效」這一欄。2026 年 9 月 13 日，掘金平臺刊出 JetBrains 官方邀請 Jake Wharton 進行的深度訪談編整，這位 OkHttp、Retrofit、RxAndroid 的締造者、Google 內部 Kotlin 團隊首位工程師，對這套敘事給出了拆解。這則訪談的重點不在 AI 能不能寫程式，而在它改變了企業帳本上「人力成本」與「工具成本」的記帳方式。

一、把 AI 熱潮放回資本週期裡看

Jake 的第一層判斷是資本面的。他將當前的大模型與 AI Agent 熱潮類比為過往網路補貼戰的劇本：風險投資先傾瀉資金補貼模型使用量，養成開發者的使用習慣，待依賴建立後，收費模式必然轉向高額回收。換句話說，目前企業帳上「AI 每月幾十美元的訂閱費」，是補貼期的價格，並非常態成本。

這與我們先前分析的OpenAI 暫停 200 美元 Pro 訂閱邏輯可以互相印證：當算力供給喫緊，廠商的第一反應是限量而非擴產，說明邊際成本仍未降到規模經濟區間。

第二層判斷是技術本質。Jake 的原話是「LLMs are statistical tools, not reasoning systems」，大語言模型是統計工具，並非推理系統。它能產出「看起來正確」的程式碼，但「It may look right, but that doesn’t mean it is right」。放在成本結構的框架裡，這句話的含義是：AI 降低了「編寫語法」這一段的單位成本，但「驗證正確性」的成本並沒有消失，只是從編寫者移轉到審查者身上。在複雜業務系統中，把核心程式碼全權交給 AI，等於把品質保證的帳從生產線搬到事後檢驗，總成本未必下降。

因此他的結論收得很克制：AI 適合當提速助手，而不是決策者。工程師的核心價值在抽象建模、邊界條件判斷、複雜系統設計與業務洞察，這些恰恰是驗證成本最高的環節。

二、十六年前的遷移帳：Kotlin 怎麼喫下 Java 的市佔

訪談後半段回顧了 Kotlin 的破局史，這段歷史本身就是一份遷移成本帳。

2010 年前後，Java 是全球第一大語言，Android 生態全面建立在 Java 之上，但 Oracle 接管後 Java 演進緩慢，更新週期長達兩年以上，Lambda、空安全、協程等特性長期缺席。社羣嘗試過 Scala 與 Groovy，前者編譯速度慢、工具鏈體驗差，後者運行時包袱重，都未能普及。需求端的飢渴是真實存在的，缺的是一個遷移成本夠低的供給端。

Kotlin 的勝負手在於三項工程折衷。其一是 100% 的 Java 互操作性，支援按檔案漸進遷移，既有程式碼資產不必重寫；其二是無縫調用既有 Java SDK 與第三方庫，生態不必重建；其三是由 IDE 大廠 JetBrains 出品，工具鏈開箱即用。對照 Scala 與 Go 當年「必須重寫、必須重建生態」的遷移成本結構，Kotlin 等於把採用門檻從一次性重構支出，壓低成邊際上的漸進投入。

推廣策略同樣算得精。Jake 在 Square 任職期間公開長篇技術評估文件，論證企業採用的工程收益；加入 Google 後，他推動的是先在 Jetpack 擴充庫 KTX 引入，再逐步替換 SDK 內部實現的漸進路線，消除了大型組織對新語言破壞穩定性的疑慮。2017 年 Google I/O 宣布 Kotlin 成為 Android 一級開發語言，市佔的臨界點才真正越過。

訪談中 Jake 給出的 60 秒推銷語是：「Kotlin is really what Java wants to be in 10 years」，Kotlin 就是 Java 十年後想成為的樣子。Java 背負沈重的歷史包袱，任何新特性都必須死守絕對相容的底線，語法演進因此異常緩慢；Kotlin 沒有這個包袱，空安全、樣板代碼精簡、協程這些痛點早在數年前就已解決。

三、影響推演：誰受惠、誰承壓

把這場訪談放進當下的市場結構，傳導鏈可以分三段看。

受惠端是掌握開發工具與 IDE 入口的廠商。JetBrains 做這場訪談本身就有商業動機：當 AI 生成程式碼的量大增，審查、重構與跨語言遷移的工具需求同步上升，IDE 廠商賣的是驗證成本下降的解方。同理，開發者教育與內容平臺的流量也隨選型爭論升溫。

承壓端是初級與重複性編碼職位。70% 的裁員數字固然有資本市場話術成分，但「編寫語法」這一段被壓縮是結構性的，短期波動的是就業總量，長期改變的是職位的需求分層：抽象建模與系統設計的溢價上升，純編碼產出的單價下降。

懸而未決的是定價權歸屬。若補貼退坡、模型訂閱費回到成本加成定價，企業省下的人力支出有多少會被工具帳單喫回去，目前沒有足夠數據下定論。Jake 提醒的正是這一點：在真實的複雜系統裡，把核心邏輯交給統計工具的隱含風險，還沒有出現在多數公司的損益表上。

四、收束判斷

黃金時代是否結束，Jake 沒有給出戲劇性的答案。他的框架很樸素：語言與工具的競爭，最終都回到遷移成本與驗證成本這兩欄。Kotlin 用十六年證明，把採用門檻壓到夠低，市佔就會自己遷移；AI 正在重複同樣的測試，只是這次要驗證的是資本補貼退場後的真實單位成本。對開發者而言，押注的方向不在於哪個模型跑分更高，而在於哪些能力在驗證成本那一欄裡持續升值。