「正确」的定义权
当「执行」变得廉价，「判断」就会变得昂贵 —— 验证（Verification），才是 AI 时代真正的稀缺资产。
上下文相关
没有"全局正确"
「正确」从不是物理定律，而是依赖地理 / 文化 / 业务目标的判断。
- 雅加达：ETA 算法精准建模四轮车拥堵
- 胡志明市：摩托车流主导，同一定义即刻失效
- AI 给合理：基于海量语料的统计合理性
- 人类给正确：在矛盾目标间做的战略权衡
微服务规模
900 个服务，千万种"正确"
意图债（Intent Debt）的破坏力指数级增长 —— 微小定义偏差，AI 高效复制成万行灾难。
- 问题：定义在服务间漂移，AI 无感
- 转向：从"监督代码怎么写"到"设计能验证意图的系统"
- 武器：验收标准 + 测试套件
- 护栏：契约测试守住边界
三条警惕
从执行者到评审官
真正的风险是"认知投降" —— 因验证太费脑，直接接受 AI 给的最顺眼答案。
- 拒绝模糊：正确性无法量化 = 潜在技术债
- 强化边界：服务间建立严格契约测试
- 重新定义工作量：写完代码只是 10%，验证才是剩下的 90%
🛡️
AI 时代的护城河
写代码完成 10% · 验证才是剩下的 90%
AI 擅长统计意义上的"合理"，但对复杂上下文的理解力与决断力，是人类在自动化浪潮中真正的稀缺资产。