入职两周，一位网名 voxium 的工程师在大公司内部看到：规格、代码、测试、PRD、工单全由 Claude Code 生成，从 L1 到 L7 所有人每天干 12 到 13 小时，唯一动作是按回车。这段被 Simon Willison 收录的吐槽，把「AI 写代码更快」的神话照出了最刺眼的一面——写的人没了，读的人也没了。
入职两周，他看见的是一台"回车机器"
一家大公司里，所有文档、所有代码、所有测试，全是 Claude Code 写的。没人读，也没人有空读。
2026 年 9 月 20 日，Simon Willison 博客上挂出一段引文。署名叫 voxium 的人说，自己刚入职一家大公司半个月，看到的是这样一幅图：规格、代码、测试、PRD、ticket、ticket 解决方案、报告——他列出来的清单几乎覆盖了软件交付链条上的所有文档产物。"每一项都是 Claude Code 写的。"
团队里没人喜欢这种状态。voxium 说，组里的人"全员被要求尽可能多地交付"，他从上级那里反复听到一句话：推代码已经不是瓶颈，那我们为什么还慢？PRDs（产品需求文档，写给开发看的功能说明书）ticket（工单，分配给工程师的具体任务条目）
工作内容被压缩成了一句话："Talk to Claude." voxium 的同事们每天干 12 到 13 个小时，唯一做的事就是按回车键。代码、产品文档、工单回复、工单的处理报告——所有东西都被 AI 吐出来，堆在仓库里、堆在文档系统里、堆在工单系统里，等待被处理的速度远远超过任何人能读完的速度。
这是 Claude Code 撑起来的一条流水线。Anthropic 这款终端编程工具能接 bug 修复、测试、跨日迁移，能跑在 macOS、Linux、Windows 上，也能接入 IDE、Slack、GitHub——它能下手的地方不只是写代码。从 voxium 的描述看，他所在的公司把这条流水线接进了软件交付的每一个环节。
但问题也出在这里：当所有环节都被 AI 接管之后，瓶颈从"写"转移到了"读"和"审"。review（审查，逐行检查别人提交的代码对不对、好不好） 而 voxium 的团队显然没有建立新的流程去消化这些产出。他听见的那句"我们为什么还慢"——这个问题悬在所有人头顶，没有答案。
吊诡的是，从 L1 到 L7，从刚毕业的工程师到资深技术负责人，"literally everyone"，都在做同一件事。没人例外。也没有人知道这种状态能撑多久。
最值钱的那道工序，被压平了
代码量在涨，读代码的人没了。真正被省掉的不是打字时间，是审查、阅读、理解。
先问一个不该问的问题：这些代码，谁读过？
在 voxium 待的这半个月，他没见过答案。规格、代码、测试、PRD（产品需求文档）、工单、结案报告，一条链路全由 Claude Code 产出，产出速度成了唯一被考核的指标。管理层反复传达的判断是「写代码不是瓶颈」——这句话本身没错，错在它被当成了「读代码也可以省掉」。
结果是一种荒诞的加班：每天 12 到 13 小时，做的事只剩按回车。voxium 说得很直白：「没人读任何东西。」从 L1 到 L7，所有职级都在做同一件事——和 Claude 说话。
最反直觉的地方不是 AI 变强了，而是传统软件工程里最值钱的那道工序被直接压平：审查、阅读、理解。一个人不读自己 review（代码评审）通过的代码，bug 不会消失，只会等到生产环境替你读——这个判断成立有个前提：团队里没有强制的审查流程兜底。有兜底的团队，省下的是时间；没兜底的团队，省下的是知情权。
一个原本该是 8 小时的活，被 AI 的产出速度撑成 13 小时的流水线。代码提交量在涨，仓库里的可读性在塌。
危险不在当下，在 3 个月后：等这些没人读过的代码第一次出问题，没有一个工程师能讲清它为什么会跑、跑的是什么。高产被重新定义成了「让 AI 吐更多代码」，不是「写出能维护的系统」。