过去一个季度的三个数据点，指向同一个故事。

用 Vibe Coding 平台构建的应用中，10.3% 存在严重安全漏洞——数据库无需认证即可访问、API 密钥暴露、个人财务信息对任何人公开。这来自对 Lovable 平台 1,645 个应用的扫描；安全公司 Escape 随后对 5,600 多个应用的审计发现了 2,000 多个漏洞和 400 多个暴露的密钥。

cURL——几乎每台联网设备都在使用的软件库——关闭了漏洞报告项目。不是因为预算，而是因为 AI 生成的虚假报告淹没了真正的安全发现。AI 工具普及前，大约每六份报告中有一份有效；到 2025 年底，变成了三十分之一。

GitHub 推出了新的仓库设置，允许维护者完全禁用 Pull Request。当平台本身开始构建「关闭大门」的功能时，问题已经是结构性的。

生产成本→零，筛选成本→不变

这些是同一个根因的症状：生产代码的成本崩塌了，但评估代码的成本没有变。

Vibe Coding——用自然语言生成完整应用——把原本需要几周的开发压缩到几小时。2025 年 12 月的美国 iOS 应用上新量同比增长 56%（Sensor Tower 数据）。Skill 生态达到数万个条目。代码产出到处在加速。

但安全审计仍然需要人类专业知识。代码评审仍然需要经验丰富的工程师。架构评估仍然需要判断力。

当生产几乎免费而评估仍然昂贵时，你会看到生态学家所说的「入侵物种爆发」——在缺乏天敌的环境中，种群失控增长。

碎片化选择时代

每个平台都在发明自己的过滤器：

平台	应对	机制
Apple	下架 Anything，冻结 Replit/Vibecode 更新	守门人策展
cURL	关闭漏洞赏金	提高准入门槛
GitHub	新增「禁用 PR」设置	终止开关
Ghostty	引入 Vouch 信任系统	基于声誉的筛选

每个应对在局部是合理的。但在全局是不够的。这些是独立的有机体，各自进化出对同一环境压力的防御——没有协调，没有标准化，没有生态级机制。

生物繁殖是廉价的。一个细菌可以产生数十亿个拷贝。大多数突变是中性的或有害的。极少数能改善适应度。

生物学的答案不是「审查每一个突变」，而是自动化选择压力：不能存活的个体不会繁殖。质量是竞争的涌现属性，不是检查的结果。

软件领域的对应关系是结构性的：

缺失的层不是更多的审查者，而是自动化选择。

选择需要三个组件：

适应度度量。 一个函数 F(g)，在正确性、性能、资源效率和安全性上对代码单元评分——通过运行它来实证评估。不是「这看起来对吗？」而是「这能用吗？表现如何？」

竞争环境。 同一能力的多个实现，在标准化输入上评估。不是开发者自选的 benchmark，而是独立定义的场景。

后果。 低适应度代码被替代。高适应度代码被传播。生态自我改善，无需任何人手动审查每一次提交。

这不是「AI 审查 AI」——那会继承生成器的盲区。这是实证测量：运行代码，观察结果，比较表现。基于代码做了什么来选择，而不是基于它声称什么。

METR 的一项随机对照实验发现，AI 工具让经验丰富的开发者在大型代码库维护任务上慢了 19%——而开发者自认为快了 20%。

悖论在你看到时间花在哪里时就消解了：不是生成代码，而是评估 AI 输出。审查建议，检查正确性，调试 AI 幻觉出的逻辑。

生成很快。选择很慢。

如果评估是瓶颈，那么自动化评估——而不仅仅是自动化生成——才是更高杠杆的干预。

自动化选择处理的是定义域内的质量问题：同一能力的哪个实现表现最好？但它不处理该构建什么的问题。产品方向、伦理约束、创意愿景——这些不可被适应度度量，也不应该被度量。

Y Combinator 的 CEO 指出，即使 95% 代码由 AI 生成的创业公司，创始团队也有深厚的技术背景。AI 替代了打字，但没有替代判断。

这是对的，但不够精确。判断可以分解。「这段代码是否正确且安全？」是可度量、可自动化的。「我们应不应该构建这个功能？」不是。把两者混为一谈——把所有判断都当作同样不可自动化的——会导致「雇更多审查者」成为唯一的解决方案。

选择压力是生成与判断之间的层。它是现在就可以构建的部分。

在中国的软件生态中，代码生成成本趋零带来的挑战有其独特性。

中国的开发者社区规模庞大，仅 GitHub 上的中国开发者就超过 1000 万。当 AI 代码生成工具普及后，Pull Request、Issue、插件提交的数量级增长更加明显。同时，中国的应用商店审核机制（如微信小程序审核、各大手机厂商应用市场）已经面临评估瓶颈。

更重要的是，中国 AI 生态的「Skill」概念正在快速扩散——从支付宝的「支付集成 Skill」到各大框架的插件市场。当每个平台都用「Skill」描述不兼容的东西时，这不是趋同，而是协议层的前提条件。

Vibe Coding 在中国的采用速度可能更快。中国开发者对效率工具的接受度极高，从小程序到低代码平台，「快速交付」一直是核心诉求。但这也意味着选择层的缺失会更早、更急迫地成为瓶颈。

自动化选择不是「有了最好」的锦上添花——它是规模化后的生存必需品。当生态系统每天产生数千个新的代码单元时，人工评估不再是一个可选的流程优化，而是一个根本不可能完成的任务。唯一的出路是让代码之间竞争，用实证结果自动淘汰劣质实现。

生成成本趋零的另一面是：选择成本的价值急剧上升。

在代码生成昂贵的时代，写代码本身就是一种筛选——能写出代码的人通常也能评估代码质量。但当 AI 消除了生成门槛，评估能力就从「写代码的副产品」变成了「独立的、稀缺的、高价值的技能」。

这解释了为什么经验丰富的开发者使用 AI 工具反而变慢了 19%。他们的价值不在于打字速度——AI 早已超越了人类——而在于评估判断。当 AI 生成大量候选代码时，这些开发者花更多时间做他们真正擅长的事：选择。

一个为进化设计的系统会自动化这个选择过程。不是替代人类判断，而是将可量化的评估（正确性、安全性、性能）从不可量化的评估（产品方向、用户体验、商业价值）中分离出来，让机器处理前者，人类专注后者。

这种分工不是技术之问上的选择，而是竞争策略。当代码生成成本为零时，最大的竞争壁垒不再是「谁能写更多代码」，而是「谁能更好地筛选代码」。进化框架提供的正是这种筛选能力。