六月，Stripe 講出一個數字：一個前沿模型在自己五千萬行的 Ruby 代碼庫裡，一日之內完成一次全庫遷移。同一件事由人手做，估算是一隊人做兩個月。
這個數字在業界走了一圈，收到照例的掌聲，也收到照例的質疑，然後落入那一堆「你應該有意見」的 AI 里程碑裡面。
這個數字不值得留在那一堆裡。原因不是掌聲以為的那個：不是「動手實作已經完結」。是這個數字靜靜替一個決定重新定價，而那個決定，每間工程組織一年要做幾次。
「做遷移，還是繼續忍」——這個代價以前一律用工程師人月來計。那種貨幣剛剛失效。頂上來的，是一個幾乎無人量度的數字：你的驗證機器，一日吞得下多少變更。
崩掉的是哪一部分
一次遷移，其實是三筆成本共用一個名。
執行。把一個模式記在腦裡，重複套用四萬次而不走樣。人人講「遷移要兩個月」，講的就是這一筆。模型刪掉的，也是這一筆。長時距的 agent 正正為這種工作而設：單位層面機械，總量層面折磨人，而且有一條規則可以拿來核對。
協調。十四位工程師、口頭上的兩個月靜靜拖成兩季、一張列住各模組負責人的試算表，還有那條長尾——某些團隊要等這個 sprint 完了，才輪到自己那個目錄。這一筆也大致刪掉。一個 agent 通宵做下去，不用開站立會議，交接處也不會出疏漏，因為根本沒有交接。
驗證。要證明第四萬次套用那個模式之後，行為沒有靜靜變樣。這一筆，一分錢都沒有減少。從來都是難的那一部分。現在，就是全部價錢。
三項投入裡有兩項歸零，價錢不會消失。價錢會集中。
那一日，是幾年前買下的
把 Stripe 那個數字的細字讀完，故事的形狀就變了。一日這個數字是 Stripe 專屬的，而原因不是模型特別。是 Stripe 的建置、測試、審核基建，以那個規模的代碼庫來說，快得出名——幾年的投入放在測試覆蓋、靜態檢查和部署安全上面，而那些投入落地的時候，無人在想 agent 這回事。模型交出了那份 diff。組織把那份 diff 消化掉。兩邊都必要，只有一邊是新的。
試一次反事實。同一個模型，指向另一個五千萬行的代碼庫：CI 跑一次四十分鐘，而且失敗得夠頻密，工程師會一路重試到綠為止。agent 一樣在下午之前寫完那份 diff。然後那份 diff 就在那裡等——等一套無人完全信任的測試，等幾位審閱者，而他們全神貫注一日大概讀得到兩千行。對這間公司來說，一日遷移並不存在。用哪一級模型都好，出多少錢都好。
模型一個下午寫得出那份 diff。當晚合併得到與否，取決於你的測試，不是你的模型。
驗證能力的行為方式像基建，因為那本來就是基建。累積得慢，看不見，也不好看——然後在某個星期二，一次過花光。
開得多過收得完
比起頭條，第二層效應更令我擔心。當一次遷移要一隊人做兩個月，成本本身就在配額。要跨過一條高門檻才有得開始，所以驗證隊列大致和組織消化得到的量對得上。
今日開一次遷移，成本是一句 prompt。這句話裡面，沒有任何東西在配額。未來幾年真正的失效模式，不是 agent 寫出爛 diff，而是組織批准的變更，多過自己老實驗證得到的量，然後用「agent 做的，測試綠了」頂替「我們確認過這是安全的」。執行變便宜，隊列不會消失。隊列只會向下游移，移到審核那一段，在那裡更難看見，也更容易揮手放行。
這就是博觀約取，審問明辨裡那份操作者的紀律，放大到整張組織架構圖。決定一場對話值不值得的習慣——驗證不到的輸出，一概不信——同一個習慣，決定一份五千萬行的 diff 是資產還是事故。兩個尺度，模型都替你做不來。
新的算式
執行不再是貴的那部分，一批舊結論就要重新推導。
- 量吞吐，不要量工時。計劃時要問的，不再是「遷移要多少工程師人月」，而是「我們一日驗證得到多少行改動，而不用騙自己」。這個數字你如果不知道，你會在事故中途知道。
- 把信任買在可以擴張的地方。如果你對「我們怎樣知道安全」的答案，是一位資深工程師逐行讀 diff，你的上限就是一個人的閱讀速度。測試、型別、灰度發佈、契約，這幾樣會跟着新的吞吐一起擴張。加班的英雄主義不會。
- 把積壓重新定價。每一項「總有一日會做」的升級——那個已棄用的 API、落後兩個大版本的框架、那條從來未推行的 lint 規則——當日擱置，用的是人月價。用新價錢計，那個貨架上大部分東西都值得做。但那些東西一樣要通過同一道驗證閘。定進度表的是那道閘，不是那張願望清單。
Stripe 不是向模型買了一次一日遷移。而是用幾年時間，養出一個消化得到這種東西的組織，然後模型才出現。那份 diff 在同一日對所有人都變便宜了。消化能力沒有。
一日的遷移，從來不是一日的工夫。