2023年巴黎航展上，雷神公司总裁讲了个故事。
重启毒刺导弹生产线时，他们不得不请回70多岁的老工程师。因为四十年前卡特政府时期的手绘图纸，年轻工人根本看不懂。测试设备在仓库里积了灰，导弹鼻锥还得纯手工安装——跟四十年前一模一样。
美国二十多年没买过新毒刺。俄乌战争一开打，突然人人都要。生产线早就关了，电子元件过时了，导引头组件停产了。2022年5月下单，2026年才能交付。
四年。不是因为钱。是因为知道怎么造这些导弹的人，十年前就退休了，而且没人接替。
我在乌克兰管工程团队。我亲眼见证了这件事的另一面——接收端。当雷神挣扎着从四十年前的蓝图重启生产时，美国正把成千上万的毒刺运往乌克兰。雷神CEO说，十个月的战事消耗了十三年的产量。
这个模式，我太熟悉了。它正在软件行业重演。
一百万发炮弹，没人会造
2023年3月，欧盟承诺一年内给乌克兰一百万发炮弹。
欧洲产能是每年23万发。乌克兰每天消耗5000到7000发。任何有计算器的人都能算出这账不对。
截止日期到了，欧洲只交付了大约一半。马克龙说当初的承诺是鲁莽的。十一国媒体联合调查发现，实际产能只有官方声称的三分之一。一百万发的目标直到2024年12月才达成，晚了九个月。
问题不是某一个瓶颈。是所有环节都断了。
法国2007年就停产了推进剂。十七年，一片空白。欧洲唯一的TNT大厂在波兰。德国只存了两天的弹药。丹麦一家Nammo工厂2020年关停，得从头重启。整个欧洲的国防工业都优化成了小批量定制生产模式。没人想过要产能，没人想过会有危机。
美国也没好到哪去。斯克兰顿一家工厂，爱荷华一家装药厂，1986年以来就没有本土TNT生产。投了几十亿后，产能还是没达到目标的一半。
五十一家变五家
这不是意外。
1993年，五角大楼告诉国防巨头CEO们：不整合就得死。
五十一家主要防务商整合成了五家。战术导弹供应商从十三家变成三家。造船厂从八家变成两家。从业人员从320万砍到110万。砍掉了65%。
弹药供应链到处是单点故障。155mm弹壳只有加州科切拉一家供应商，住在圣安德烈亚斯断层上。推进剂装药只有加拿大一家工厂。优化到最低成本，零冗余。纸面上效率极高。实践中，任何坏消息都能让它崩掉。
然后是Fogbank。
这是一种用于核武器的机密材料。1975年到1989年生产，然后工厂关了。2000年政府想再生产时，发现做不到。政府问责局报告说，几乎所有懂生产的员工都退休了、去世了、离开了。记录几乎不存在。
多花了6900万美元、几年逆向工程后，他们终于生产出了合格的Fogbank。然后发现新批次太纯了。原始产品里有个意外杂质，恰恰是功能的关键。这个事没有任何文件记录。只有当年生产的老工人知道，而他们早就退休了。
一个核武器项目，忘了怎么制造自己发明的东西。知识只存在于人脑中，人走了，知识就死了。
同一个剧本
我读完Fogbank的故事，立刻认出了这个模式。不是核材料，是模式本身。
花几十年建立能力。找到更便宜的替代品。让人才梯队萎缩。享受节省的快感。然后危机到来时，发现你优化掉的东西恰恰是最需要的。
在国防领域，替代品是"和平红利"。在软件领域，是AI。
我之前写过人才管道崩溃的问题。招聘数据、新手到专家的问题都有记录。 comprehension crisis也有。但我之前没有合适的历史类比。现在有了。
它告诉你招聘数据不会告诉你的事：重建到底需要多长时间。
重建需要五年到十年，永远如此
每个重大国防生产扩张，简单系统都要三到五年。复杂系统五到十年。毒刺从下单到交付至少三十个月。标枪四年半才让产量翻倍。155mm炮弹花了四年、投了五十亿，还是没达标。法国2024年才重启推进剂生产，距离2007年关停已经十七年。
钱从来不是约束。知识才是。
兰德公司发现，潜艇设计10%的技术技能需要十年工作经验才能掌握，有时还得是博士。国防行业的学徒期要两到四年，成长为监督人员要五到八年。
现在把这套逻辑映射到软件。一个初级开发者三到五年才能成长为合格的中级工程师。五到八年成为高级。十年以上才能成为首席或架构师。这个时间线不能靠砸钱压缩。也不能靠AI压缩。
一个叫METR的随机对照试验发现，资深开发者用AI编码工具，在真实的开源任务上反而多花了19%的时间。他们之前预测AI能让自己快24%。预测和现实的差距是43个百分点。当研究者想做后续实验时，很大一部分开发者拒绝参加——如果意味着不能用AI的话。他们无法想象回到过去。
代码界的Fogbank时刻
软件行业进入这个优化周期的第三年了。
Salesforce说2025年不再招软件工程师。LeadDev调查发现54%的工程 leader认为AI copilots会减少长期初级招聘。CRA调查发现62%的大学计算机系今年招生下滑。
我在代码审查中看到了这个问题。审查现在是瓶颈。AI生成代码很快。人类审查很慢。行业的应对很"聪明"：让AI审查AI的代码。
我不这么做。我改了我们团队的拉取请求模板。每个PR必须说明改了什么、为什么改、是什么类型的改动、修改前后的截图。我加了项目专属的专人审查。更多眼睛，更多机会抓住模型漏掉的东西。
但这解决不了更深的问题。现在真正有用的技能变了。单纯的技术能力不够了。你需要能承担责任、能沟通权衡、能质疑机器的愚蠢建议的人。领导力。我们上一轮招聘说明这种人有多稀缺：2253个候选人，2069个被筛掉，4个入职。0.18%的转化率。同时懂技术又知道AI什么时候出错的人，市场上几乎没了。
我们拼命写文档。站点图书、系统设计文档、需求验证报告、带完整覆盖的模板模块。这套东西现在能运转，因为读文档的人有足够的工程专业知识去执行。等他们没有的时候呢？老实说，我不知道。也许五年后AI足够强，也许问题还能控制。我无法预测2031年的模型能力。
但危机不会发日历邀请。没人想到2022年欧洲会爆发全面陆地战争。国防工业有三十年准备时间，结果什么都没准备好。就连Fogbank都有记录。但没有理解记录的人，文档毫无意义。
五到十年后，我们需要资深工程师
那些能端到端理解系统、能在凌晨两点调试分布式故障、能把不存在于代码库中的制度知识装进脑子的人——这些工程师现在还不存在，因为我们没在培养他们。
应该正在学习这些的初级工程师，现在要么没被招，要么正在培养五角大楼一份研究报告说的"AI介导的能力"。他们会让AI写代码。他们说不清AI哪里写错了。
这是代码界的Fogbank时刻。当初级开发者跳过了调试、跳过了那些塑造能力的错误，他们就没有建立隐性知识。等我这代工程师退休了，这些知识不会传给AI。
它只会消失。
西方已经犯过一次这个错误。账单在乌克兰兑付了。
我知道这听起来像老调重弹。我知道之前写过人才管道的问题。国防的例子不是为了重复论点。而是为了展示如果行业的预期落空，会发生什么。毒刺、标枪、Fogbank、一百万发没人能造的炮弹。这就是押错优化成本的代价。
我们正在用软件工程押同样的赌注。
也许AI足够好用，赌赢了。也许不行。国防行业也以为和平会永远持续下去。
【锐评】：知识不在文档里，在人的脑子里。当我们用AI替代人的时候，省下来的钱会在未来某个时刻，连本带利要回去——而且人家还不收信用卡。
参考链接：
https://techtrenches.dev/p/the-west-forgot-how-to-make-things