这本书从一个按钮开始，现在可以回答开头那个问题了。AI 时代的软件开发发生了什么变化？一句话版本：决定的时刻从开发时大规模搬到了使用时，软件工程的全部重心随之重新排布——从「把行为写死」转向「设计一个会现场做决定的系统，并管好它」。
那么，一个今天入行的开发者，该练什么？这本书的答案是三样东西，按保质期从短到长排。
第一样：把意图说清楚的能力（保质期中等）
第三章说过，表达成了操作。跟 AI 协作的第一课是诚实的：大多数「AI 不行」的时刻，其实是「我没说清」的时刻。你说「写个排序」，它给你教科书答案；你说「十万条用户记录按最近活跃排序，内存有限，要稳定」，它给的才是能用的东西。差的不是模型，是意图的颗粒度。
好消息是这项能力可以速成，坏消息是它有个悖论：要说得清，你得先想得清——而想得清，恰恰是下面第三样能力。所以这一项是入口，不是终点。也别把它神化成「提示词工程秘籍」：模型越来越强，对措辞的容错越来越高，靠奇技淫巧撬动模型的红利在快速折旧。真正不折旧的是措辞背后的那个东西。
第二样：验证的品味（保质期长）
第五章到第八章反复出现同一个动作：判断输出好不好。当生成变得便宜，判断就成了瓶颈——AI 一分钟能给你十个方案，选哪个、改哪里、哪个看着对其实埋着雷，全靠你的验证能力。
验证的品味不是「会用评估工具」，而是一种更底层的眼力：看一段代码能嗅出哪里会出事，看一个方案能问出「它在什么情况下会错」，看一个漂亮的结果能忍住不立刻相信。这种眼力来自哪里？来自亲手做错过足够多事。这里有个时代的悖论值得警惕：AI 代劳了练习，也就可能代劳了长眼力的机会。全程依赖 AI 写完一切的人，会失去判断 AI 写得对不对的能力——形成能力的回路被外包了。明智的用法是把 AI 当杠铃片：用它做更多次尝试，但每次尝试的判断必须亲自下场。
第三样：与不确定性共事（保质期最长）
传统工程师的心理模型是「消灭不确定性」：让系统变得确定、可控、可复现。这本书已经展示了，这个理想在 AI 时代注定局部失效——你管理的系统将永远带着一个按概率行动的核。于是最值钱的心理素质变了：不是消灭不确定性，而是与不确定性共处——知道哪里必须硬、哪里可以放软、软到多少算够、出了事怎么兜。
这其实是「决定哪些决定该凝固」的另一种说法，是第四章那把刀法的内功。它需要工程师理解统计、理解风险、理解「足够好」和「必须对」的区别——这些在教科书里一直在，只是过去的岗位分工让多数人可以躲开。现在躲不开了。
最后，回到那颗按钮
回到第一章那颗「再来一单」按钮。它依然是凝固的沟通，依然可靠、便宜、一动不动。变的是它身边多了一圈新的东西：一颗可以商量的核，四面把守的墙，一条回流的河，以及一群工作被重新定义的人。
软件正在变软。但对做软件的人来说，真正的要求反而变硬了：想得清、判得准、兜得住——这三样，从来都比写代码本身难。过去它们藏在资深者身上，靠年月熬出来；现在它们被时代点名，摆到了每个入行者的第一天。
这本书由一群 AI 代理写出初稿、互相评审、逐章修订而成——它本身，就是书中所讲的「新的做法」的一次小规模实践。你读到的每一章都经历了「生成、评估、返工」的回路。如果书里有讲得不透的地方，那正是第八章的教训：回路还要再转几圈。软件如此，书也如此。