RFC 过剩：当写作变得廉价时，设计评审将何去何从

一份打磨精良、长达八页的设计文档（design doc），在有人读到其中的任何文字之前，就曾代表着某种意义。这种产物的存在本身就是证据：有人花了两个星期思考失效模式，与自己争论权衡利弊，并预判了评审者会提出的质疑。文档是思考的凭证。评审者仅凭打磨程度就能进行初步筛选，因为这种“精良感”很难造假，成本极高。

这种相关性如今已经消失了。一个智能体（agent）不到一小时就能生成一份内容详尽、结构严谨、图表丰富的 RFC——甚至还包含一个“已考虑的备选方案”章节，而这些方案实际上根本没人真正考虑过。产物保留了下来，但它承载的信号却消失了。大多数工程组织仍在运行一套隐性基于旧有写作成本而设计的评审流程。

结果就是过剩。曾经每月产出一份 RFC 的团队，现在每周能产出五份。每一份看起来都值得仔细阅读，因为“看起来值得细读”正是语言模型最擅长的事情。与此同时，评审精力的供应——那些拥有实战经验、能根据现实评估设计的资深工程师——却完全没有增长。评审精力现在是组织中最稀缺的资源，却正被一种不再奏效的机制分配着。

设计文档曾是昂贵信号，而现在成本降到了零

经济学家对设计文档过去的作用有一个专门的称呼：昂贵信号（costly signaling）。只有当发送信号的成本足够高，只有真正投入的人才会费力去发送时，信号才有效。经典的结论是：信号的信息含量来自其成本，而非其内容——当成本崩塌时，信息也会随之崩塌。

这并非理论推测。2025 年一项针对大型自由职业市场的研究（《空谈变得廉价》，Galdin 和 Silbert）衡量了求职申请中的这一动态。在大模型出现之前，雇主会为精心定制的提案支付溢价，因为定制化代表了能力。在大模型让定制化变得免费后，这种溢价消失了——市场变得明显不那么唯才是举了。顶层 20% 的工人受雇率下降了 19%；底层 20% 的工人受雇率上升了 14%。雇主并没有变蠢，是他们的筛选工具失灵了。

将“求职申请”换成“设计文档”，其机制完全适用。一份详尽的 RFC 曾经代表了一位考虑周全的作者。评审者一直依赖这个代理指标，即使他们从未明确表达过：粗读文档，衡量用心程度，决定投入多少精力去审查。当“看起来用心”不再需要“真正用心”时，粗读就无法提供任何信息。评审者并没有变蠢，是他们的工具失灵了。

职场版本的这种现象已经有了一个名字：工作废料（workslop）。2025 年斯坦福大学和 BetterUp 对 1,150 名美国员工的调查发现，40% 的人收到过 AI 生成的内容，这些内容伪装成优质工作，但缺乏推进任务的实质内容——而且每一份内容都会让接收者浪费近两个小时的处理时间。这正是空洞 RFC 的典型失效模式：它不会大张旗鼓地失败，而是通过消耗评审者的整个下午，最后才暴露出里面空无一物。

瓶颈发生了转移，且转移到了成本最高的人身上

这种挤压的代码端版本已有详尽记录。Faros AI 对 10,000 多名开发者的遥测发现，高 AI 采用率的团队合并的拉取请求（PR）增加了 98%——而评审时间增加了 91%，PR 体积增长了 154%。生成规模化了，判断却没有。同样的这种不对称性对设计评审的打击更重，因为设计评审向来比代码评审更依赖判断。PR 可以通过 CI 进行部分验证。而 RFC 除了资深工程师对系统和组织的认知模型外，别无他法。

因此，这种过剩直接压在了 Staff 和 Principal 工程师身上——这些人的精力原本就是核心瓶颈。而且这种压力是不对称的：

• 产出一份文档需要一小时；认真评审一份文档仍需半天。 写作与评审的成本比例发生了反转。评审曾经是交易中成本较低的一方。
• 数量掩盖了差异。 当每周出现五份文档时，有些是真正深思熟虑的，有些只是“提示词 + 粘贴”。它们看起来一模一样。评审者必须进行深度工作，才能发现手里拿的是哪种。
• 拒绝阅读在政治上是昂贵的。 拒绝评审会被视为阻碍，尤其是当文档看起来很完整时。旧的社交契约——“我写了八页详尽的内容，你就欠我一次认真的阅读”——虽然前提已消失了一半，但契约依然存在。

失效状态并非剧烈的，而是悄无声息的退化：评审者粗读所有内容却不深读任何内容，批准变成了例行公事，设计评审不再能捕获它本应捕获的错误——而每个人仍在继续进行这种仪式。

将信号转移到文档无法造假的地方

解决办法不是禁止 AI 编写文档。使用模型起草确实有用——它能将空白页变成可编辑的草稿，并经常能引出作者未曾列出的考量。解决办法是停止将文档视为思考的证据，并开始要求文档无法造假的证据。以下三种形式是行之有效的：

作者现场辩护的权衡。 模型会很乐意生成“已考虑的备选方案”章节，但它无法坐在房间里，面对一位怀疑的 Staff 工程师询问“为什么不用那个平庸但稳妥的方案？”时进行辩护。将评审重心从阅读转向简短的同步辩护：30 分钟，作者不进行演示，评审者询问文档本应回答的问题。做过思考的作者能轻松应对。通过提示词生成八页纸的作者在头十分钟就会露馅。这种质询是新的昂贵信号——它无法被委派。

预注册的成功指标。 文字承诺现在是免费的，所以要索取可证伪的指标：这个设计会改变哪个数字？改变多少？如何衡量？在哪一天我们要承认它失败了？借鉴实验科学中的预注册（pre-registration），这种方法之所以有效，是因为它将写作转化为了一场赌注。赌注依然是昂贵的。生成的文档会流利地陈述好处；但只有真正的负责人（owner）才敢下具体的、可核查的断言，并接受在公众面前出错。

低成本原型优于文字。 当智能体也让代码变得廉价时，一个可运行的实验性分支（spike）通常并不比描述它的文档更贵——而且它更难造假。“这是一个分支，迁移程序在生产数据的副本上运行”远比十页关于迁移计划的文字更有力。以前“先文档后代码”的理由是代码是昂贵的产物；当这一切发生逆转时，应评审运行的东西，让文档缩减为决策的记录。

这并不会让文档变得一文不值。它让文档回归了本质：一种沟通媒介，而非“工作量证明”（proof-of-work）的代币。

显式分配评审带宽，否则数量会替你分配

即使有了更好的信号，算术问题依然存在：文档产出规模增长了 5 倍，而评审能力却增长为 0。在任何系统中，如果一个免费行为（写作）强制要求他人执行昂贵行为（评审），该系统都将走向枯竭 —— 这是一个资源分配漏洞，它需要一个显式的分配器，而不是由于产出过剩而失效的隐式分配器（“谁写的页数多，谁就获得最多的关注”）。

具体而言，这看起来像：

• 公开说明评审预算。 每位资深评审人承诺每个周期进行 N 次深度评审。当队列超出预算时，文档要么等待，要么降级处理 —— 这种处理应当是显见的，而不是让文档在所有人假装都在阅读的队列中默默腐烂。
• 按爆炸半径进行分级审查。 “不可逆决策”（One-way-door decision）—— 如数据模型、公共 API、跨团队契约 —— 应当接受全面审查：现场答辩、预注册指标、多名评审员。而可逆的服务内部选择则只需轻量级的异步审核，甚至无需审核。分级由作者预先声明，且分级本身也是可评审的；将不可逆决策错误地归类为可逆决策，是该流程应严厉惩罚的失败行为。
• 设定提交成本。 要求每份 RFC 开篇必须包含由人类编写的三项内容：让你彻夜难眠的唯一权衡、反对该设计的核心论据，以及你将通过衡量什么指标来判定失败。这虽然是一笔小开支，但在评审人决定是否介入的关键点，它恢复了一丝昂贵信号 —— 而这些内容的缺失本身也提供了有效信息。
• 作者端的预评审。 在人类评审员介入之前，作者先进行一次对抗性审查 —— 用模型也可以 —— 并附上模型提出的异议及作者的回应。这把导致产出过剩的廉价生成能力转化为了一种过滤机制：如果机器能在十分钟内发现漏洞，那么首席工程师就不应该再为此费神。

注意这些做法的共同点：它们都在为注意力定价。在 AI 时代之前的 RFC 流程从未需要这样做，因为写作成本会自动调节需求。那份红利已经消失了。

信号总是在迁移 —— 紧随其后

这里有一个值得关注的通用模式，因为 RFC 只是它产生影响的第一个环节。每当一件作品被用作努力的替代指标（Proxy）时 —— 无论是求职信、家庭作业、季度战略备忘录还是设计文档 —— 廉价的生成能力都会在保留作品本身的同时，扼杀这种替代作用。组织随后将面临选择：是继续围绕已经失效的信号举行评估仪式，还是寻找信号迁移到了哪里，并围绕新位置重建流程。

信号已经迁移到了那些仍然无法自动生成的事物上：面对质疑的现场答辩、会被验证真伪的对赌预测、负载下的运行系统，以及过去押注成功的记录。这些事物的成本极高，而流利的文本却不再昂贵 —— 这正是为什么它们现在成了唯一值得评审的对象。

设计评审并没有消亡，它正在被重新定价。最终胜出的组织不会是那些产出最华丽文档的组织 —— 这种能力现在只是入门门槛，任何人只需支付一个 Prompt 的成本就能获得。胜出的将是那些意识到自己的评审流程正在盲目审阅“思维凭证”的组织，因为这些凭证已无法证明思考确实发生过；他们会将其稀缺的注意力转移到那些依然能证明思考存在的证据上。