過去一年，AI編碼工具從“副駕駛”迅速進化為能獨立寫代碼、管代碼庫的“代理”。OpenCode是這波浪潮中增長最猛的產(chǎn)品之一，幾個月內(nèi)從 月活 65 萬飆升至 650 萬，本月更有望突破 800 萬。但它的聯(lián)合創(chuàng)始人Dax Raad，可能是所有AI工具創(chuàng)始人里最不急著吹A(chǔ)I的那一個。

在這期《The Pragmatic Engineer Podcast》里，Dax以一種罕見的誠實，拆解了AI編碼工具在真實工程團隊中制造的三個核心錯覺：第一，代碼產(chǎn)出量暴漲，但“做得更快”不等于“做得更好”。功能堆得越多，產(chǎn)品越像弗蘭肯斯坦式的怪物，每一塊都拼上了，但整體已經(jīng)失控；第二，AI正在悄悄消音工程師的“愧疚感”。以前寫hack會不舒服，第二次更不舒服，第三次你就會停下來重構(gòu)。那種刺痛感在幫你校正判斷。現(xiàn)在Agent替你干了臟活，地雷其實還在，只是你感覺不到了，你的判斷力正在被偷走；第三，大多數(shù)工程師并沒有用AI增加產(chǎn)出，而是用AI省下了時間。同樣的活，做完早點回家。這對個人完全合理，但和AI廠商向CFO兜售的“生產(chǎn)力倍增”敘事根本不是一回事。

以下為編譯。

1

Dax成長之路：從 Minecraft、創(chuàng)業(yè)失敗到開源世界

主持人： 在聊 OpenCode 之前，我想先從你這個人開始。你現(xiàn)在在做全球最熱門的 AI 開發(fā)工具之一，但你身上有一種挺少見的氣質(zhì)：你并不迷信 AI。那我們先倒回去一點，你最早是怎么進入技術(shù)行業(yè)的？

Dax： 挺典型的。我小時候就開始寫程序了，我爸也是軟件工程師，所以入門比很多人容易一些。后來我高中畢業(yè)就開始工作，也創(chuàng)過公司。那時候我以為自己很懂，回頭看其實完全不懂。后來公司經(jīng)歷了一次很小規(guī)模的 acqui-hire，我算是正式進了科技行業(yè)，之后做過咨詢，也創(chuàng)過幾家公司，再后來差不多有六年時間都在全職做開源。

主持人： 我還看到你很早就在折騰 Minecraft 服務(wù)器和 mod。

Dax： 對。Minecraft 基本人人都知道。當時有個 mod 框架出來，我后來直接參與了那個框架，也做了很多 mod。我真正感興趣的其實不是“玩游戲”，而是“做沙盒”。我會開一個一百來人的服務(wù)器，然后用這些 mod 去搭各種奇怪情境，觀察人在這些環(huán)境里會怎么行動。我覺得這個特別迷人。那當然，背后就需要寫很多 Java。

更重要的是那個社區(qū)。當時我其實還是編程新手，大家主要都在 IRC 上交流。里面有一些非常厲害、也非常資深的程序員，但他們不是那種特別有職業(yè)野心的人。他們更像是已經(jīng)處在比較舒服的人生狀態(tài)里，每天可能就工作兩小時，技術(shù)非常好，但沒興趣去卷職場，于是把精力投進 Minecraft。這讓我在很短時間里學到了非常多東西。

主持人： 后來你去了創(chuàng)業(yè)公司，自己創(chuàng)業(yè)，也做過早期創(chuàng)業(yè)者。像 Ride Health 那段經(jīng)歷，對你影響很大吧？

Dax： 很大。那是一家交通和醫(yī)療交叉領(lǐng)域的公司，最開始就我和另一位聯(lián)合創(chuàng)始人，后來長到二十人左右。那是我第二次真正意義上創(chuàng)業(yè)，走得比之前更遠，但最后基本也算是災(zāi)難收場。不過我是在那兒認識我太太的，她當時是產(chǎn)品負責人，我是工程負責人。我們共事一年后在一起了。所以如果你問我結(jié)果怎么樣，我會說：雖然公司不算成功，但這件事比創(chuàng)業(yè)退出還值。

不過那段經(jīng)歷給我的教訓很深。大家都很年輕，二十出頭，整個團隊像是把“年輕創(chuàng)業(yè)團隊”這件事演了個遍。現(xiàn)在如果我以后要投公司，我大概率不會投一堆特別年輕人組成的團隊。因為那時的我們，腦子根本還沒完全長好，安全感、自我證明欲、關(guān)系處理方式、沖突反應(yīng)，全都會在創(chuàng)業(yè)這種高壓而親密的環(huán)境里被無限放大。現(xiàn)在回頭看，我大概到 26 歲左右，才真正覺得自己“穩(wěn)定下來”了。在那之前，我未必應(yīng)該負責經(jīng)營一家公司。

主持人： 所以你會覺得，年輕人創(chuàng)業(yè)成功其實是例外，不是常態(tài)？

Dax： 我會這么看。大家當然都會舉那些著名案例，但平均來看，我不覺得那是常態(tài)。創(chuàng)業(yè)太親密、太高壓了，如果一個人作為“人”本身都還沒有長穩(wěn)，很多問題都會在工作里爆出來，尤其是在那么小、那么密集的團隊里。你后來再回看，會覺得當年很多沖突、很多情緒、很多判斷，其實都被放大了，完全沒必要那么戲劇化。

主持人： 那在你早期那幾年，科技圈其實挺崇拜大公司和明星獨角獸的。你有沒有想過去那些地方？

Dax： 想過。那是 2010 年代前半段到中段，大廠和熱門獨角獸確實特別有吸引力，好像所有人都在拼命往那邊走。那時如果你不往那個方向去，會有一種“你在科技行業(yè)里要失敗了”的氣氛。但說實話，我不是“主動沒去”，而是我根本沒把自己訓練成適合那套系統(tǒng)的人。那些公司有一整套很結(jié)構(gòu)化的面試流程，要刷題、準備、針對性訓練。我覺得自己是個不錯的程序員，也做過幾次類似面試，有些甚至做得還不錯，但那種高度競爭、長期備考式的路徑，不是我會自然投入精力去走的。我更喜歡直接做東西，更偏實踐，也更難把注意力轉(zhuǎn)去別的地方。

主持人： 那你后來是怎么真正轉(zhuǎn)進開源的？

Dax： Ride Health 出問題之后，我去了一個大概 B 輪階段的創(chuàng)業(yè)公司。對當時的我來說，那已經(jīng)是我待過最大的公司了。后來我被放進一個 director 的位置，第一次成了純管理者，每天有三四個小時會議，但我還是特別想寫代碼。于是會議之外的時間，我就開始搞開源。我自己先寫了一些很爛的小東西，然后碰到了剛上線不久的 SST。那是 Frank 和 Jay 做的項目。我開始給它貢獻代碼，他們當時在 YC 后融資，我還投了點錢。結(jié)果一個月后我直接加入了團隊，他們把那筆錢當工資還給我了，但稅還是得我自己交。所以我后來學到一個經(jīng)驗：如果你可能要去一家公司工作，最好別先以投資人身份往里面投錢，否則錢轉(zhuǎn)一圈回來還得白交一筆稅，很不劃算。

主持人： 后來 SST 之外，你們還做了 OpenNext。

Dax： OpenNext 其實算是最早把我們帶火的項目之一，而且它一開始根本不是我們想做的東西。我們服務(wù) AWS 這邊的開發(fā)者時，幾乎每天都有人來問：“你們做得很好，但我們真正需要的是：怎么把 Next.js 部署到 AWS 上？”這種需求持續(xù)轟炸了一整年。我們其實不想做，因為我們自己也不是 Next.js 的重度用戶，而且這活又瑣碎又無聊。Next.js 非常復(fù)雜，要在 AWS 上復(fù)原正確的基礎(chǔ)設(shè)施，需要深入到打包、框架內(nèi)部機制這些很煩的地方。最后我們把這活推給了 Frank。

我們的目標從一開始就很明確：這個項目最好最終“不需要存在”。它只是因為 Next.js 團隊天然會更偏向 Vercel，所以生態(tài)里出現(xiàn)了一個空檔。我們想把這個空檔補上，理想情況是未來官方把這件事處理好，那 OpenNext 就不再需要。后來它確實逐漸走向了這個方向：Cloudflare、Netlify、微軟、Google 等等也都加入進來，為 OpenNext 做適配器，Next.js 團隊后來也有時間推出官方 adapters API。過去一兩年，這件事慢慢從“對抗”變成了“協(xié)作”，OpenNext 的必要性也在慢慢下降。

1

OpenCode 是怎么誕生的？

主持人： 那 OpenCode 是怎么來的？這其實是個非常新的故事，差不多是 2025 年夏天開始的。

Dax： 更早一點。那是 2025 年 2 月左右。當時我們的公司正在全力沖盈利。SST 已經(jīng)有了商業(yè)化路徑，差不多有三四個月時間我們一直處在“錢快燒完了，但收入在往上走”的狀態(tài)。到 2 月的時候，我們只剩下一個月現(xiàn)金流，但同一個時間點我們也剛好實現(xiàn)了 break even。很奇怪的是，我們整個團隊當時都很冷靜，好像默認“事情會有解”，最后也確實有。

那給了我們一點空間去想：既然理論上接下來可以做任何事，那我們到底想做什么？我們很早就覺得，這個十年如果你還在做開發(fā)者工具，就不可能回避 AI。歷史上每一輪浪潮都是這樣：有些東西一出來，表面上會顯得非常荒誕，因為只要某件事潛力足夠大，它就會吸引大量投資，而大多數(shù)投資最后都不合理。所以最容易犯的錯誤，是看到一大堆不靠譜的東西，然后得出“整件事都不值得參與”的結(jié)論。但通常真實情況是：里面有些東西確實很蠢，可也有極少數(shù)東西非常真實。如果你徹底缺席，就會把真正有價值的那部分也錯過。所以我們開始試一些 AI 方向的想法，其中很多甚至都沒有正式發(fā)布，因為做到一半我們就發(fā)現(xiàn)不成立。后來整個團隊開始用 Claude Code。這是第一個真正讓我們持續(xù)用下去的 AI 編程工具，它確實解決了我們工作流里的一些煩人問題。我們在用的時候有個瞬間，我突然問自己：為什么不是我們做了這個？我們本來就應(yīng)該做這種東西。

然后我們開始從“市場定位”而不是“功能細節(jié)”去看這件事。市場上已經(jīng)有一批 coding agent 了，但不知道為什么，沒有人真正占住“開源”這個位置。而在開發(fā)者工具世界里，這是一個極有價值的位置。數(shù)據(jù)庫、編譯器、基礎(chǔ)設(shè)施、各種開發(fā)工具，長期看過去，開源選項最終往往都會變成默認選項。與此同時，模型供應(yīng)商之間的競爭又極其激烈。Claude 當時很強，但你不可能真相信其他投了幾百億美元的玩家會坐著讓 Anthropic 贏。OpenAI 會推，開源模型會推，其他公司也會推。所以在一個模型競爭極度劇烈、生態(tài)不斷變化的階段，做一個中立的、開源的、能接所有模型的產(chǎn)品，是很有戰(zhàn)略價值的。

主持人： 所以你們一開始不是從“我要做最聰明的 agent”出發(fā)，而是從“我要先占住最重要的位置”出發(fā)。

Dax： 差不多就是這個意思。我們起步時就三個人，都是聯(lián)合創(chuàng)始人。后來找了一個朋友來幫我們一起做早期版本，成了第四個人。再之后我們又拉來一個一直很想合作的優(yōu)秀設(shè)計師，那是上線后的事情了，大概是秋天。團隊其實很小，但方向一旦想清楚，后面很多動作就順了。

1

從 65 萬到接近 800 萬月活

主持人： 你們上線后增長有多快？

Dax： 非常快。快到超出了我們之前做過的任何東西。到 2025 年 12 月，我們的月活已經(jīng)到了 65 萬。當時我們覺得這已經(jīng)很驚人了。那時候秋天我們還在跟別人說，目標是“明年年初做到 100 萬月活”，所有人都覺得我們瘋了。結(jié)果 2026 年 1 月，我們直接到了 250 萬月活。再往后一個月是 650 萬，我當時估計接下來很快會到接近 800 萬。我們的下一個目標就是 1000 萬。

主持人： 那個從 65 萬到 250 萬的跳升，發(fā)生了什么？

Dax： 一部分是季節(jié)性。做開發(fā)者工具久了，我們知道每年 1 月都會有一波上漲，因為大家在 12 月休假時會試新東西，回到工作狀態(tài)的第一周使用會猛增。正常情況下，其他產(chǎn)品通常是節(jié)日前先跌一波，節(jié)后第一周再暴漲。但 OpenCode 很特別：它在假期里都還在漲，這在我們以前所有產(chǎn)品里從沒發(fā)生過。

另一部分，坦白講，Anthropic 幫了我們大忙。他們想禁止用戶在 OpenCode 里使用 Anthropic 的訂閱。這個決定一下把事情引爆了。我們自己甚至都沒怎么發(fā)言，主要是用戶社區(qū)直接炸了。Anthropic 無意間把我們和他們放進了同一個句子里，這其實是我們不配的，他們是比我們大得多、成功得多的公司，但就是那一周，這件事突然把我們推到了特別大的關(guān)注中心。

主持人： 你怎么看 Anthropic 這件事本身？

Dax： 我覺得這反映出他們還不太習慣怎么跟開發(fā)者打交道。你當然可以為了業(yè)務(wù)可持續(xù)做你必須做的事，這本身沒問題。但你如果在晚上 9 點突然默默下一個封禁，沒有預(yù)溝通、沒有分階段 rollout，那就是給自己制造一個“所有人一起討厭你”的時刻。你哪怕提前一個月說清楚，分階段推進，人們還是會不高興，但不會形成那種高度集中的憤怒。

主持人： 你們當時慌嗎？因為那時 Claude 還是最強的編碼模型。

Dax： 反而不慌。我們其實早就知道這一天遲早會來，不知道為什么，真發(fā)生的時候大家甚至有點興奮。因為我們很清楚，我們所處的輿論圈層會扭曲現(xiàn)實。尤其在 X 上，好像每個人都有 200 美元的 Claude Max 訂閱，但那不可能代表真實世界。那時我們已經(jīng)有 65 萬月活，不可能這 65 萬人都在花 200 美元一個月。對大多數(shù)普通人來說，一個月在任何東西上花 200 美元都不是小事。所以我們知道，被影響的是一部分人，但不會是全部。

更關(guān)鍵的是，在這件事發(fā)生之前的幾周，我們已經(jīng)在跟幾乎所有其他公司談“官方支持 OpenCode 訂閱接入”。微軟那邊已經(jīng)同意 GitHub Copilot 正式支持 OpenCode；我們還跟一些別的公司也在推進，只是還沒對外說。唯一還沒真正觸達的大玩家是 OpenAI。所以那天晚上事情一出，我在 X 上被艾特了一百次，大家都在說“他們封了、他們封了”。我當時就覺得：好了，時間到了。我立刻去聯(lián)系 OpenAI，說，明天早上所有人醒來，都會很生 Anthropic 的氣。你們現(xiàn)在有一個絕佳機會，只要公開站到相反的位置，宣布正式支持 OpenCode，就能直接拿下一場 PR 勝利。結(jié)果第二天早上，他們就答應(yīng)了。

于是當天早上，很多人都在說“Anthropic 一封，OpenCode 完了，歸零了”。我在心里一直笑。我想，你們等到今天結(jié)束再看。然后我們就把集成迅速接上，當天結(jié)束前對外宣布：OpenAI 正式支持 OpenCode。

主持人： 所以這并不是偶然撞上的運氣，而是你們很熟悉的一種策略。

Dax： 對。往前看 OpenNext，你會發(fā)現(xiàn)我們一直會玩一種策略：找到一個階段性的“壞人”，然后把它的所有競爭對手團結(jié)起來，借力把某件事往前推。Anthropic 很不幸在那一刻成了這個角色。于是我們就把行業(yè)里其他玩家都 mobilize 起來，讓他們都來支持 OpenCode、支持更開放的模型接入。對小公司來說，只要你站位站對了，世界就會不斷給你送來你原本都沒預(yù)料到的機會。

如果有一個足夠中立的中間層，所有那些投了幾百億美元的大公司，都會出于自己的利益來利用這個中間層。這就是為什么，處在中間位置是有利的。未來 OpenAI 當然也可能變成下一個“壞人”，到時我們可能又會去聯(lián)合其他人對抗它。這本來就是競爭應(yīng)有的樣子。

主持人： 但你們也因此被一些人批評，說你們對 Anthropic 太刻薄了。

Dax： 是，會有人這么說。但別忘了，他們是體量極大的公司，是十億美元級別的大公司。像我們這樣的小公司，想要施加哪怕一點點壓力都很難。這就是現(xiàn)實里的博弈方式。你可以特別喜歡 Claude Code，完全不打算切走，這沒問題；但你最好仍然支持“別人有權(quán)使用自己想用的工具”，這本身是好事。

1

OpenCode 為什么能跑出來：不是先做最聰明，而是先做最順手

主持人： 回到產(chǎn)品本身。為什么市場明明這么熱，但這個位置居然空著，讓你們拿到了？

Dax： 我覺得開發(fā)者工具領(lǐng)域最大的結(jié)構(gòu)性優(yōu)勢在于：所有做開發(fā)者工具的人自己都是程序員，而程序員通常都特別不擅長做 B2C 產(chǎn)品。他們沒有意識到，真正大規(guī)模成功的 devtools，本質(zhì)上是 B2C 產(chǎn)品。你當然也可以做自上而下、走企業(yè)采購流程的工具，那也能成。但那些真正從個體開發(fā)者開始自然擴散、最后變成行業(yè)標準的東西，幾乎都是自下而上的。你必須像做消費產(chǎn)品一樣思考它。

所以我們特別在意用戶第一次打開 OpenCode 時的感受。它必須明顯不同，而且更好。為此我們直接從底層自己做了一個終端渲染框架。Claude Code 和其他很多終端型 coding agent 沒這么干，它們更多是基于 Ink 之類的東西把需求先滿足了。但我們愿意提前投這筆成本，因為只要用戶一上手，就會立刻覺得：這東西是被認真做過的。它未必適合所有人，有些人可能覺得它過于強烈、過于“滿”，但你至少會帶著一個判斷離開：做這個產(chǎn)品的人是有能力的。

我們還非常重視降低一切摩擦，盡可能讓用戶馬上進入“開始 prompt”的狀態(tài)。比如你在一臺被企業(yè)嚴格鎖定的筆記本上，能不能裝、能不能用，這些看似不性感的問題我們也在想。說白了，我們最早幾個月的 harness 其實不怎么樣，尤其前五個月。它并不是最聰明的 harness，但它“夠用”，而且大多數(shù)用戶一開始根本感知不到差距。等我們先把用戶份額拿下來，再回頭把 harness 慢慢做聰明、做優(yōu)化、做得更好。市場上其他人一開始都在想：“先把 smartest harness 做出來，再贏”。我們的邏輯是反過來的：先把體驗和采用做起來，然后再把內(nèi)部能力追上。結(jié)果我們用一個“中等水平的 harness”，先成了用戶最多的那個，之后再繼續(xù)把底層也做好。

主持人： 你們后來也嘗試過 GUI 和桌面端。

Dax： 對。我們做過一個桌面 App，當時用的是 Tauri。但老實說，那一步大體上是我們的失誤。我個人很愛終端，我的工作全在終端里完成。但如果你看到我們的用戶數(shù)字快接近 800 萬，你就會意識到：不可能真的有 800 萬人都應(yīng)該在終端里工作。很多用戶在 GUI 里體驗會更好。我們其實很早就知道這點，所以同時在試 Web App 和桌面 App。方向上我們是對的，問題在于我們沒有足夠嚴肅地去做，沒有足夠快地推進，也沒有足夠認真地想技術(shù)選型。后來我們決定重新轉(zhuǎn)回 Electron。

主持人： 還有個有意思的點，你們沒有做那種“在 GitHub PR 上自動打品牌水印”的增長黑客。很多其他工具都在做。

Dax： 我們一開始其實有。因為最早 OpenCode 某種程度上有點像 Claude Code 的 clone：它做什么，我們就跟著做什么。所以提交信息里也會寫“committed with OpenCode”之類。后來越來越多用戶問，能不能關(guān)掉。我想了想，覺得這事太 lame 了。就像賭場到處用小技巧把你困住。我不是說做消費產(chǎn)品就不能做增長，但我覺得沒必要走到那種程度。這種增長手段太明顯了，誰都看得出來你為什么這么做。最后我們干脆把它默認關(guān)了。

1

OpenCode 怎么賺錢：控制臺、推理服務(wù)，以及“推理可能非常賺錢”

主持人： 說到這里，還是得問個現(xiàn)實問題：你們終究是一家商業(yè)公司。OpenCode 的商業(yè)模式到底是什么？

Dax： 現(xiàn)在主要有兩條線。第一條最初其實只是為了把新手引導做順。OpenCode剛上線時，用戶得自己去接各個大模型廠商的賬號，這件事非常別扭。而且那時你就算注冊了賬號，也不一定能拿到足夠的使用配額去高強度用OpenCode。所以我們想，至少得做一個統(tǒng)一的推理服務(wù)，讓用戶注冊一次就能獲得足夠額度，還能接多個模型。于是我們做了OpenCode Zen。

一開始它只是一個新手引導輔助層，結(jié)果增長得非常快。再加上開源模型越來越流行，我們也發(fā)現(xiàn)：把開源模型真正托管好，遠比大家想得難。所以Zen后來慢慢變成一個聚合最優(yōu)模型推理服務(wù)的地方。前沿模型當然重要，但開源模型怎么用最低成本、最穩(wěn)定、最好地托管，同樣很關(guān)鍵。這個業(yè)務(wù)長得非常快。我們前幾個月對外說過，它在上線五六個月左右時，已經(jīng)跑到五千萬美元的年化收入了。這里面的利潤率也可能相當不錯，尤其是一些開源模型，如果托管方式合理，利潤空間會很好。

第二條業(yè)務(wù)就非常無聊，但企業(yè)一定需要。假如一家有一千名工程師的公司要用OpenCode，你不可能讓每個人自己下載安裝，然后各自填一個API key。企業(yè)一定需要一個控制面：有哪些供應(yīng)商、什么權(quán)限、預(yù)算控制、使用配額、審計、策略，這些都需要統(tǒng)一管理。所以我們做了這樣一個產(chǎn)品。它也是開源的，但大多數(shù)公司會直接買我們的托管版。未來它會更公開一些，現(xiàn)在主要還是企業(yè)部署形態(tài)。

還有一件事也很關(guān)鍵：企業(yè)現(xiàn)在終于開始認真看自己在大模型上花了多少錢，然后問一句，“我們到底在干嘛？我們真的因此做成更多事了嗎？”這對我們是個很好的時機，因為開源模型已經(jīng)變得非常有競爭力，而且便宜十倍左右。企業(yè)買我們的控制面以后，往往也會順手接入我們的推理服務(wù)，開始混用更便宜的開源模型。如果未來推理成了我們更核心的收入來源，我們甚至可能不再向控制面本身收費，而是主要靠推理收費。

主持人： 你前陣子還說過一個很有爭議的觀點：推理其實是一個非常賺錢的業(yè)務(wù)。對很多軟件工程師來說，這聽起來有點反直覺。

Dax： 因為大家會把訓練成本、研發(fā)成本和推理業(yè)務(wù)混在一起看。如果你單獨看“純推理”這一段，理論上的成本底線其實就是電費。當然前面還有買 GPU 的資本支出，也有運維團隊、基礎(chǔ)設(shè)施等等，但一旦硬件已經(jīng)在那里了，生成一個 token 的最低成本，接近于給這些機器供電的成本。我們自己也在大規(guī)模租 GPU 跑模型，而且我們甚至還沒完全直達最底層，我們中間也還用了一層供應(yīng)商。可即便如此，有些模型我們看一眼標價，再對比一下我們自己的成本，中間能有接近80%的利潤空間。

另一個被很多人忽略的事實是：價格其實漲了。表面上大家覺得模型越來越便宜，但從用戶實際使用結(jié)構(gòu)看，過去大家默認用的是 Sonnet，因為 Opus 太貴；后來他們把 Opus 調(diào)便宜了一些，結(jié)果大家開始默認用 Opus，但 Opus 即使降價了，還是比 Sonnet 貴得多。所以從整個市場的消費組合來看，價格其實是往上走的，而托管這些模型的基礎(chǔ)成本并沒有同步上漲。如果 Anthropic 或 OpenAI 本身能拿到規(guī)模巨大的 GPU 合同，我一點也不會驚訝他們在某些階段看到 90% 左右的推理毛利。當然這未必是長期可防守的利潤率，但在當前這個階段，并不夸張。這有點像早年的云計算。大家都說云是個血海市場、到處虧錢，但真正做過的人都知道，云業(yè)務(wù)可以非常賺錢。只不過那些公司沒有任何動力去主動糾正外界的悲觀敘事。AI 也是一樣。訓練當然燒錢，研發(fā)也貴得嚇人，但長遠看，推理作為一門生意本來就是成立的。

1

從創(chuàng)業(yè)公司到大廠，整個行業(yè)都在搶算力

主持人： 但你又說過，哪怕像你們這樣的公司，也已經(jīng)被 GPU 卡住了。

Dax： 因為整個 GPU 供給鏈現(xiàn)在全都繃得很緊。從 GPU 生產(chǎn)、配套硬件、供應(yīng)鏈，到相關(guān)勞動力，整個鏈條都很緊。推理需求還在瘋狂增長，我甚至懷疑它不是線性增長，而是接近指數(shù)增長。但 GPU 的產(chǎn)能擴張不是指數(shù)級的，那更像是線性過程。當這兩條線相交時，就一定會出現(xiàn)緊縮。對我們來說，想拿到用于推理的 GPU 容量，往往要提前預(yù)留、提前支付。因為大家都在囤，所有人都默認這種緊缺還會繼續(xù)。現(xiàn)在想拿到穩(wěn)定的推理容量，真的很難。而且外界看創(chuàng)業(yè)公司融了 20 億美元，會覺得這已經(jīng)是天文數(shù)字了。但大廠一年在 AI 上的資本開支是幾百億、上百億美元級別。Amazon、Meta、Google、Microsoft 這種級別的玩家，幾乎是在把整個供給側(cè)都吸走。你如果是供應(yīng)鏈上的一家公司，它根本不想跟你這種小公司聊，它只想先把和大廠的訂單處理完。所以現(xiàn)在確實非常緊。不過按我的經(jīng)驗，任何行業(yè)里只要出現(xiàn)短缺，通常接下來都會進入一段激烈投資，然后走向過剩。這次也許會不同，但歷史上更常見的路徑是：先緊，再過度供給。只是至少在今天，AI 這條線還是很緊的。

1

AI 讓工程團隊自動更快了嗎？Dax 的答案是：未必，很多時候只是“更輕松地完成同樣的事”

主持人： 你有條很有名的觀點，大意是：很多公司以為自己本來就處在高效狀態(tài)，只是被“寫代碼速度”卡住了，所以一旦有 AI 就會飛起來。但現(xiàn)實不是這樣。

Dax： 對。我想說的是，軟件行業(yè)太大了。全世界幾乎任何公司都雇軟件工程師。大多數(shù)環(huán)境其實并不是特別激動人心、特別有使命感的環(huán)境。很多人就是來上班、干活、回家陪孩子，過正常生活。你給他一個按鈕，讓他可以更快做完工作，最自然的結(jié)果不是“他會做十倍更多工作”，而是“他會瘋狂按這個按鈕，然后做差不多的工作量，把省下來的精力和時間留給自己”。這完全合理。如果你沒有很強的動機讓自己持續(xù)超額投入，那你不會自動把這些省下來的產(chǎn)能全部上交給公司。

當然，不同公司差異很大。有些團隊本來就極有動力，激勵也對，大家愿意沖。但大多數(shù)地方不是這樣。問題在于，在一個并不高激勵的組織里，通常總會有少數(shù)幾個“非理性地在乎質(zhì)量”的人。這些人以前會是質(zhì)量守門員，會盯代碼審查，會想辦法把事情做好。現(xiàn)在 AI 一上來，其他人都在更快地產(chǎn)出 PR，這些真正還在乎的人就會被“垃圾 PR 洪流”淹沒。我們團隊里就有人從這種公司過來，他們說自己之前就是那個還在乎的人，結(jié)果每天淹死在大量低質(zhì)量變更里，最后精疲力盡，只能離開。

主持人： 那企業(yè)該怎么重新設(shè)計激勵、薪酬、組織方式？

Dax： 對創(chuàng)業(yè)公司來說相對簡單一點。像我們這種團隊，本來就在一個很刺激的市場里，來的人大多競爭心強，也知道做成了之后股權(quán)會很有價值。我們一直也愿意給很高的薪資。甚至在 AI 之前我就一直覺得，很多創(chuàng)業(yè)公司招兩個人，各發(fā)一個“還不錯”的工資，其實不如直接把預(yù)算合成一份，高薪招一個能真正改變公司方向的人。我們不需要招一千個人，我們需要的是二十個真正厲害的人，所以高薪一直有用。但對更大規(guī)模的公司，我沒有什么特別好的答案。公司一旦大到某個程度，對一個人來說，額外多做很多事通常就沒有足夠強的個人理由了。所以我不覺得這個問題能靠一句“有了 AI 就好了”解決。

主持人： 那 AI 至少讓你們在執(zhí)行層更快了嗎？

Dax： 瓶頸還是那個瓶頸：你還是得先想清楚該做什么。你完全可能花一年時間去搞清楚“正確的方向到底是什么”，等方向?qū)α耍瑯?gòu)建本身也許確實變快了。但如果你問我直觀感受，我會說：以前我大概 95% 的精力花在想該做什么，5% 花在把它做出來；現(xiàn)在我大概 96% 花在想該做什么，4% 花在做。也許這說明執(zhí)行效率提高了 20%，但你的日常體感不會是“世界輕松了十倍”。它還是一樣難。

主持人： 成本這件事現(xiàn)在是不是也開始壓過來了？比如 CFO 會問：為什么每個工程師每月還要多花 1000 到 2000 美元？

Dax： 是。每項新技術(shù)都會先經(jīng)歷一個“炫耀期”。現(xiàn)在很多公司都想讓外界覺得自己特別未來、特別先進，所以會炫耀“我們每個工程師一個月花 1 萬美元跑 AI，這絕對值”。這種敘事里面有很多表演成分，它會過去的。然后會出現(xiàn)真正的財務(wù)問題：大公司動不動幾千名工程師，你真讓每人每月多花 1000 美元，預(yù)算結(jié)構(gòu)都會被改寫。如果你又無法很明確地證明產(chǎn)出顯著增加，那這件事不會長期成立。還有一種很微妙但很真實的情況：也許所有這些 AI coding 工具的凈結(jié)果，只是“同樣的工作量被完成了，但工程師們更開心，因為工作更輕松了”。對很多公司來說，這不夠。他們會說，那你還是回去自己敲吧。

主持人： 但另一邊，很多 CTO 也會說，不給好工具，最強的人會走。

Dax： 這點也是真的。尤其在高端人才市場上，如果一個非常優(yōu)秀的人本來就有無限機會，你讓他天天被 Jira 折磨、不給好工具，他真的會走。我知道有人就是這么走的。所以頂層市場的情況和大盤市場又不是一回事。只是我們現(xiàn)在看到了整個世界的廣闊：絕大多數(shù)公司根本不在“最前沿工具大戰(zhàn)”的那一層。很多公司最后的現(xiàn)實就是：給你一個 Copilot，通過 OpenCode 接一下，額度就這些，用完拉倒。并不會因為這樣就立刻被時代拋棄。

1

Dax 給團隊發(fā)的那封備忘錄：別再堆功能、別再靠 agent 悄悄埋雷

主持人： 你之前發(fā)給團隊那封 memo 很多人都在轉(zhuǎn)。你在里面說了三件事：我們在發(fā)一些不值得發(fā)的功能；在做功能時原始設(shè)計有問題，就被迫往上疊補丁，但 LLM 會接著把這些補丁繼續(xù)往下滾；以及我們需要花更多時間清理代碼。你當時為什么會寫這封內(nèi)部信？

Dax： 因為這些問題一直都有，只是 LLM 把它們放大了。第一件事，功能太容易發(fā)了。以前用戶提一個問題、競品上一個新功能、或者我們自己想到一個點子，你還會因為開發(fā)成本猶豫一下。現(xiàn)在很容易直接“讓Agent做一個”。用戶要功能，一句話；競品有個功能，一句話。最后你以為自己堆出了一千個功能就等于做出了好產(chǎn)品。其實你做出來的是一個怪物，一個弗蘭肯斯坦。任何功能一旦上線，就幾乎要永久支持，以后所有新功能都要跟它交互。所以你必須比以前更克制。不是因為能發(fā)十倍東西，就代表我們突然有了十倍值得發(fā)的好點子。

第二個問題更大：打補丁。以前你給系統(tǒng)加新能力，如果系統(tǒng)結(jié)構(gòu)不太支持它，你會在兩個選項里選：要么從第一性原理出發(fā)，把系統(tǒng)重構(gòu)到能優(yōu)雅支撐這個能力；要么臨時吸收一個補丁。這個判斷一直存在，你會掂量這個補丁多難看、這個功能對業(yè)務(wù)多重要，然后做權(quán)衡。問題是現(xiàn)在Agent會非常輕松地幫你把補丁打上去，而且后續(xù)它也會繼續(xù)幫你“對付”這些補丁帶來的問題。于是你的判斷被扭曲了。太容易說“先臨時修一下”。很多本該停下來重新想系統(tǒng)設(shè)計、重新整理架構(gòu)的地方，現(xiàn)在都被我們直接一個補丁糊過去了。

主持人： 你后來提了一個特別好的說法：以前工程師打補丁，會有一種“刺痛感”。你知道自己在做壞事，你心里會不舒服。這種感覺其實在幫你校正判斷。但 agent 把這個感覺拿走了。

Dax： 對，這個形容特別準確。以前你自己打補丁，你會感覺不對，會隱約發(fā)毛。第二次、第三次再寫的時候，這種感覺會疊加。你知道你在給未來埋雷。現(xiàn)在因為是“另一個東西”在幫你處理，它把那個不舒服的感覺弱化了。問題沒有消失，地雷也還在那里，只是你當下沒那么痛。所以你的判斷失真了。人生很多事都靠正確的反饋回路。你感受不到痛，就會一直做錯。

主持人： 第三個點是“清理”。可創(chuàng)業(yè)公司最缺的就是時間。清理代碼看起來又不會直接帶來新增用戶和收入。

Dax： 這確實很難。我們每天一睜眼，就是一千個人在喊你該做 A、做 B、做 C；每天都有競品出來；每天都像被海量刺激拖著跑。如果我們完全被這些力量牽著走，我不覺得最后會去到任何好地方。但有趣的是，清理這件事現(xiàn)在反而比以前容易得多。以前你發(fā)現(xiàn)一種更好的模式，往往只是從此以后新代碼按新模式寫，舊代碼太多，沒人愿意回頭收拾。現(xiàn)在不是了。現(xiàn)在你可以讓 agent 去把舊代碼一并遷過去。你可以把全代碼庫里的舊模式一起替換掉。技術(shù)債從來沒有像今天這樣容易被系統(tǒng)性清掃過。我當然知道這不會直接變成明天的收入。但我想建的是一個五年后我們還愿意待著的地方。世界上有很多公司都很成功，可如果讓你隨便選一家去工作，你大概不會選其中 99%。我不想把公司做成那 99% 里的一個。我想確保這里五年后仍然是個我們每天工作起來感覺不錯的地方，不是那種誰都不想加入、大家天天只是在和遺留爛攤子搏斗的地方。

主持人： 你在 memo 里還有一句很重的話：最糟糕的是，我甚至不覺得這些犧牲真的換來了更快的速度。我覺得我們只是在“正常速度”前進，卻誤以為自己飛起來了。

Dax： 是的。我們“感覺”自己在高速奔跑，但我回頭看，真的未必。我們也沒比競品快多少，至少看不出來明顯更快。所以如果你真想討論生產(chǎn)力，最大的風險其實是：你特別容易把自己騙了。你以為你產(chǎn)能爆炸，結(jié)果坐下來認真看，往往沒那么夸張。對我來說，這意味著要重新相信“慢一點，把地基打牢，再沖刺”的價值。

1

反 hype、講品味、重反饋，才是 OpenCode 真正的工程文化

主持人： 你還有一個特點，就是特別愛對各種 AI 預(yù)測“潑冷水”。比如那條很火的話，說“24 到 29 歲的工程師很快會成為科技行業(yè)最有價值的人，因為他們同時擁有前 AI 時代原則和后 AI 時代速度”。你公開說這是胡扯。

Dax： 因為我真的受夠了。每天醒來打開 feed，就是各種預(yù)測：未來一定怎樣、哪類人一定贏、哪類公司一定死。大家都在憑空編。那條尤其好笑，因為它本質(zhì)上就是“像我這樣的人擁有所有優(yōu)勢，不像我的人擁有所有劣勢”。你一眼就能看出來，說這話的人自己就在 24 到 29 歲這個區(qū)間。我覺得這些預(yù)測背后的心理結(jié)構(gòu)非常簡單：我們都處在一個劇烈變化的時刻，每個人都在焦慮自己會在這個變化里處于什么位置。最自然的心理防御機制，就是特別自信地預(yù)言一個“自己會贏”的未來。你幾乎可以把所有熱門預(yù)測都拆回這一點：我的公司會贏，別人的公司會輸；我的工作不會被 AI 替代，別人的工作會。大家會給自己一套看似理性的解釋，但更底層的事實是：大家都在害怕。

我也會緊張，也會擔心。只是我越來越不相信那些宏大而確定的判斷。歷史上真正發(fā)生的事情，幾乎從來不是當下看起來最顯然的那個版本。真正落地的結(jié)果往往非常反直覺，只不過事后回頭看，又會覺得“好像一直都很合理”。所以我寧愿只想明天和后天：今天該做什么，明天該做什么。一年前我都沒想到自己今天會在做這個，一年后我也不知道我會在做什么。

主持人： 回到產(chǎn)品和工程方法論。你覺得自己從早年到現(xiàn)在，有什么原則是沒變的？

Dax： 一個最樸素的原則是：你的產(chǎn)品里很可能只有一個真正好的主意。那你最重要的工作，就是讓用戶盡快體驗到這個主意。聽起來很簡單，可你隨便去試市面上很多產(chǎn)品，就會發(fā)現(xiàn)從“聽說這個產(chǎn)品”到“感受到價值”之間，開發(fā)者會不知不覺塞進一大堆多余步驟。我自己會每隔兩周跑一次“第一次使用體驗”測試：起一個新的 Docker 容器，重新跑一遍 OpenCode，從零開始安裝和使用。每次都能抓出我們不小心加進去的摩擦。對我來說，產(chǎn)品不是“用戶有一個問題，你立刻發(fā)一個對應(yīng)功能”。真正的產(chǎn)品工作，是把大量問題吸收進來，然后找到一種解決方案，能同時解決五十個問題。這很難，靠經(jīng)驗、靠思考、靠和用戶聊天、靠理解團隊、靠理解代碼庫。AI 到目前為止，在這件事上沒有幫到我哪怕一點點。

主持人： 那你怎么提升這種“產(chǎn)品 sense”或者“taste”？

Dax： 本質(zhì)上還是反饋回路。你設(shè)計錯了，有真人來罵你；你代碼架構(gòu)差了，下一次加功能時你就得親自下去踩泥。只要團隊里每個人都暴露在這種反饋里，人就會成長得很快。很多組織的問題恰恰是把人隔離開了。產(chǎn)品團隊為了趕上線，把某些東西砍掉了；結(jié)果痛的是客服團隊，是支持團隊，是最終還在現(xiàn)場手工救火的人，而真正做決定的人根本感覺不到。所以對我們來說，一定要讓做決定的人和承受后果的人盡量是同一批人。

我們現(xiàn)在二十多人，最近三個月長得很快，所以也處在一個很煩的階段：人數(shù)比以前多了，但速度反而是最慢的時候，因為所有人還在磨合、還在上手。我們是開源公司，代碼全是公開的，所以很多事情天然就是在 public 里做。我們內(nèi)部大概把新東西分成兩個階段：第一階段是“把一個東西從零推上山”，這很痛苦，因為很多事情都還沒存在；第二階段是“它雖然還沒做完，但大部分關(guān)鍵問題已經(jīng)清楚了”，我們通常會把這個點定義成“至少可以 demo 給別人看”的里程碑。我們會拼命把事情盡快推到這個點。一旦到了這一步，因為用戶聲音非常大，他們會很明確地告訴你后面該做什么、哪里難用、哪還缺一塊。于是工程師會自己拿 GitHub issue、拿 X 上的回復(fù)，自己做后續(xù)路線，不會有一個中間層來替他們過濾總結(jié)。

我們作為創(chuàng)始人，盡量讓團隊理解整個市場、競品、位置、為什么要做這個。只要上下文給足，大家會自然做出還不錯的優(yōu)先級判斷。我們很看重動機，因為這是個長游戲。如果是長游戲，最重要的策略就是：怎樣讓自己盡可能長時間待在牌桌上。唯一可持續(xù)的方法，就是每天做讓自己興奮的事。所以我們經(jīng)常讓團隊直接去抓他們真正覺得重要、真正興奮的問題。有時候我會明確反對某個方向，結(jié)果最后證明是團隊對、我錯，這反而讓我很開心。

主持人： 我們還沒正式聊“品味”。現(xiàn)在很多人說，AI 很難替代的一件事，就是 taste。

Dax： 我覺得“taste 很重要”當然是對的，但問題是：你真的信嗎？很多好觀點都很簡單，所以人人會重復(fù)它。可簡單不代表容易踐行。你說自己相信品味、相信質(zhì)量，那你真的愿意為此做那些“非理性”的事嗎？因為很多偉大的產(chǎn)品，少做 50% 的精細處理，可能在短期商業(yè)結(jié)果上都看不出太大差異。可那種對質(zhì)量的縱容，會像感染一樣慢慢擴散：你在一個地方開始偷懶，最后會在所有地方偷懶。現(xiàn)在空氣里有一種非常強的聲音，覺得代碼不必好、產(chǎn)品不必好、什么都不必好，只要商業(yè)上能贏就行。這個念頭一旦真的進了你腦子，你就做不出好產(chǎn)品了，因為你根本不再信這件事。

我很欣賞的人里，Mitchell Hashimoto 一定算一個。他們那套公司路徑和我們理想中的方向很像：開源、被廣泛采用、最終成為默認。Terraform 就是最典型的例子。他后來做 Ghostty，我也非常喜歡，里面很多對架構(gòu)、細節(jié)、產(chǎn)品感受的處理，真的都能用得出來。他有個觀點我非常認同：做產(chǎn)品不是在往里面塞 feature，而是在思考每一個新 feature 會怎樣和舊 feature 發(fā)生交互。那才是產(chǎn)品工作的本質(zhì)。

而且我現(xiàn)在越來越強烈地覺得，AI 時代產(chǎn)品“腐爛”得比以前快得多。大公司產(chǎn)品腐得更快，創(chuàng)業(yè)公司產(chǎn)品也一樣。現(xiàn)在一個產(chǎn)品如果已經(jīng)做了一年，可能都已經(jīng)有點開始爛了。也正因為如此，質(zhì)量反而可能變成更強的區(qū)分點。但質(zhì)量不是你嘴上說一句“我們重視質(zhì)量”就會出現(xiàn)的，它必須體現(xiàn)在公司每一個層面，而且很多時候都來自一些看似不理性的決定。比如我們當初自己做終端框架，按教科書講這是最不該做的事，所有人都告訴你“不要重復(fù)造輪子”。可我們知道自己想要的體驗，知道 NeoVim 這類工具把終端體驗做到了什么程度。既然知道邊界在哪里，我們就不愿意交出一個遠低于那個水準的東西。早期很多用戶從 Claude Code 轉(zhuǎn)來，第一感受就是：OpenCode 的終端體驗更順、更穩(wěn)、更少閃爍。這個差異，某種意義上就是靠那些“看似不理性”的決定換來的。

主持人： 最后聊聊你自己。你的工作環(huán)境是什么樣？

Dax： 我現(xiàn)在用的是 Framework 桌面機那套東西，跑 Arch Linux，接一個 5K 顯示器。麥克風是 SM7B，相機直接用 iPhone。物理機器只是入口，我所有真正的工作都在遠程機器上做，那臺更強，會開很多終端會話，每個項目一個。編輯器是 NeoVim，通常左邊 NeoVim，右邊 OpenCode，兩個并排。我基本就在這兩邊來回切。

主持人： 那你怎么看 AI 時代工程領(lǐng)導者的角色變化？

Dax： 現(xiàn)在大家都在問：如果工程師不再主要自己寫代碼，那工程師到底做什么？很多人說，工程師的職責變成了“把系統(tǒng)弄到足夠安全，讓別人能安全發(fā)代碼”。比如測試、guardrail、約定、pattern、約束，讓一個人或一個 agent 改代碼時，不至于把系統(tǒng)炸掉。我覺得這話有道理，但某種程度上它也一點都不新鮮。我們一直都在試圖解決這個問題：怎么讓一個沒那么成熟的人也能相對安全地發(fā)代碼？怎么讓代碼庫的結(jié)構(gòu)更清楚、測試更可靠、約定更明確？以前是為了初級工程師，現(xiàn)在只不過多了一群 24/7 工作的“傻子”——也就是 coding agents。

所以一些老東西反而會回來。我們一直都比較相信領(lǐng)域驅(qū)動設(shè)計，只是以前做得比較輕。現(xiàn)在我們反而開始做得更重一些，因為那些看上去很“企業(yè)味”、很啰嗦的模式，今天開始重新有用了。過去大家討厭它們，是因為它們很繁瑣、打字很累；但現(xiàn)在不是人手打了，所以它們的缺點被弱化，優(yōu)點——可靠、模塊化、安全、邊界清楚——被放大了。我甚至覺得一些老派設(shè)計模式都可能回潮。以前高手嫌它們像訓練輪，不需要；現(xiàn)在 agent 沒有訓練輪，那你就得重新把訓練輪裝回去。

主持人： 那你給更資深工程師的建議是什么？怎么在這個時代繼續(xù)保持競爭力？

Dax： 我不太敢輕易給建議，因為我們這個公司本來就很奇怪：創(chuàng)業(yè)公司、開源公司、所處市場也很特殊，很多經(jīng)驗未必能普適。但如果一定要說，我會說一件我在 AI 之前就一直相信的事：軟件工程能力本身當然是一種可遷移技能，你完全可以只做“優(yōu)秀的軟件工程師”，這就已經(jīng)能有很好的職業(yè)生涯了。但如果你同時還成為某個行業(yè)的專家，這個組合會非常強。

比如你去做農(nóng)業(yè)軟件。如果你真的懂農(nóng)業(yè)，又是個不錯的軟件工程師，那你大概已經(jīng)是全世界前十檔的稀缺組合了，整個行業(yè)都會想要你。最棒的是，軟件工程師和其他職業(yè)不同，你不用在 22 歲就決定自己一輩子都在某個行業(yè)。你可以在醫(yī)療做十年，再轉(zhuǎn)去農(nóng)業(yè)，再轉(zhuǎn)去別的領(lǐng)域。每待一年，你對那個行業(yè)的理解就可能超過 99% 的人。工程師最大的優(yōu)勢之一，就是你能進入世界上幾乎任何行業(yè)，并且把那一套業(yè)務(wù)真正學明白。問題只是，很多人太容易把自己變成純粹接 ticket 的人——“加一個 UI、改一個接口”，然后從不去理解自己身處的行業(yè)。可那恰恰是你最值得抓住的機會。

主持人： 最后一個輕松點的問題。有沒有什么書推薦？

Dax： 好笑的是，我?guī)缀醪蛔x書。我太太很愛讀，她讀完以后會把里面最好的想法告訴我，然后我就拿去說得像是自己的想法一樣。真要說的話，我早些年有一段比較認真讀書的時期。Nassim Taleb 的一些東西對我影響挺大，比如《Skin in the Game》《Black Swan》。這些推薦其實很老派，也許一本書里真正重要的就那么一兩個觀點，但那幾個觀點又確實很根本。我尤其著迷的一類概念，是“涌現(xiàn)”和“自下而上系統(tǒng)”。世界上很多偉大的東西，并不是靠一個自上而下的總設(shè)計師規(guī)劃出來的，而是很多小個體在局部互動中慢慢長出來的。不管是穩(wěn)健軟件、城市街區(qū)、還是生物抵抗疾病的能力，你都能看到這種 bottom-up 的力量。我現(xiàn)在看很多事，都會下意識用這個框架去看。

這場對話到最后，其實留下了一個比“OpenCode 為什么增長這么快”更有價值的問題：當 AI 讓生成代碼這件事越來越廉價時，真正稀缺的到底是什么？Dax 給出的答案很樸素——不是更快敲代碼，而是判斷什么值得做、什么不該做；不是盲目加功能，而是守住產(chǎn)品整體性；不是把 hack 推給 agent，而是保住工程系統(tǒng)的反饋回路；不是沉迷于“未來一定怎樣”的口號，而是在不確定里繼續(xù)做對眼前的事。

如果說 OpenCode 的爆發(fā)說明了 AI 開發(fā)工具的時代確實已經(jīng)到來，那么 Dax 的這場訪談提醒我們的則是：真正決定一家產(chǎn)品公司能不能活得長、活得好、活得像樣的，依然是那些看上去“老派”的東西——節(jié)制、質(zhì)量、品味、上下文、反饋，以及對系統(tǒng)后果的敏感。

點個“愛心”，再走 吧