推 AI Coding 最大的阻力，不是技术，是两种老登
我所在团队 20 人，过去一年我在推 AI Coding 落地。最大的阻力从来不是技术——技术早就到位了——而是人。
更准确地说，是两种特定的人，圈内现在叫他们「老登」。两种长得不一样，但杀伤逻辑一样：
- 嘲讽派老登：用过 Cursor 一两次，让 AI 改一段老代码踩了坑，从此见人就说「AI 这玩意儿吹得太狠，根本不行」
- 阻拦派老登：通常是某个中层 leader，私下不反对 AI，公开场合不批资源、不允许工时换算、反复用「质量风险」「合规审查」拖延落地
两种人，一个在水平线上劝退同事，一个在垂直线上挡资源。如果你也在推 AI Coding，被这两种人卡过，这篇是写给你的。
第一种：嘲讽派老登
典型路径长这样：
- 周一被领导要求「试一下 Cursor」
- 周二在一段没文档的老业务代码上让 AI 改东西，AI 把无关代码也改坏了
- 周三遇到一个线上 bug，跟 AI 改的代码没直接关系，但他归因了
- 周四在群里发：「我看了下 AI 输出，质量很一般，不如自己写」
- 周五在工位、饭桌、茶水间，同一段话再讲三遍
他用错了 AI——而且是在最不适合 AI 的场景（没文档的老代码 + 没给上下文 + 没拆任务 + 没 review 节奏）里跑了一次失败实验，然后用这次实验合理化一个他本来就想要的结论：「我不需要变」。
这件事有数据。AI Coding 是个极度极化的技能——按我接触过的多个团队的吞吐量分布，最会用的工程师和不会用的工程师之间，月度有效产出差距能到 5–8 倍。这不是「会的人快 30%」，是数量级差距。
注意这条曲线的形状：不是线性的，是指数的。意味着两件事：
第一，中位数体验是糟糕的。 AI Coding 不是「越用越好」的工具，是「会用之前一直觉得不好用」的工具。前 50 个小时大部分人在交学费——prompt 没写好、上下文没给、任务没拆、review 节奏没建立，输出当然差。所以嘲讽派永远能找到样本支持自己——因为新手的真实样本本来就糟糕。
第二，会用的人和不会用的人不在同一个分布里。 你在朋友圈看到的「AI 一下午把活干完了」和办公室里听到的「AI 真不行」，描述的根本不是同一群人。把两群人的样本混在一起算「平均水平」，得到的数字毫无意义——就像把博尔特和你舅舅的百米成绩平均一下，没人会信这个均值。
嘲讽派的真实动机不是「AI 不好」，而是**「AI 必须不好，否则我过去十年的经验贬值了」**。这是 confirmation bias 的最强变种——你跟他讲数据，他讲「我用过」；你给他看 case，他讲「你那个场景特殊」。逻辑攻不破立场。
更糟的是，嘲讽派带有传染性。一个老登在工区讲三次「AI 不行」，旁边犹豫的新人就跟着不学了——因为人天然倾向于跟随老员工的判断，尤其在不确定的话题上。这就是为什么嘲讽派的杀伤是横向的：他不需要阻止你，他只需要让你周围的人一起不动。
第二种：阻拦派 leader
阻拦派比嘲讽派复杂——因为他们通常不蠢，且嘴上从不反对 AI。
观察过几个之后，三个识别信号：
信号一：永远在「评估阶段」。 你给他看效果，他说「先做个 POC 验证」；POC 做完，他说「再做个更严谨的 POC」；严谨完，他说「等组织架构稳定再推」。每一步单独看都合理，叠在一起就是无限拖延。
信号二：把 AI 收益算到工程师头上。 「你们用 AI 提效 30%，那一个人多承担 30% 的活吧。」这句话等于把 AI 收益归零——工程师立刻不爱用了。下一次他来推任何工具，团队都不会再认真试。
信号三：把质量风险无限放大。 AI 写的代码出 1 个 bug，等于人写的代码出 10 个 bug；要求 AI 代码必须 100% test coverage（人写的代码从来没要求过）；强行要求 senior 工程师逐行 review AI 输出，而历史上 junior 工程师的 PR 从未被这样审查过。这种双标的本质不是怕质量，是怕 AI 真的能用。
阻拦的真实动机是什么？大多数时候不是质量——是团队规模 = 个人议价权。
中层 leader 的核心 KPI 是「管多少人」「拿多少预算」。AI 让 5 人活 3 人干完，意味着裁员 / 转岗 / 团队缩编——而这件事首先冲击的，是 leader 自己的位置。所以他必然会用各种「合理」的理由拖延。
这不是阴谋论。麦肯锡和 BCG 这两年的几份生成式 AI 落地调研里都有一个相似结论：对生成式 AI 抵触最强的层级，不是一线工程师，也不是 CEO，而是中层管理者——他们既不像基层那样能从工具直接受益，又不像高层那样能从战略层面消化人力缩编。两头不靠，自然抵触最深。
阻拦派的危险之处在于：他不需要你失败，他只需要你慢。慢上半年，窗口期就关了，行业平均水平往前走了一截，你团队的数据反而显得没那么亮眼，他就有了「看吧，没什么用」的新弹药。
怎么对付：两套打法，不能混用
针对两种老登，应对方式完全不同。混用就是死路。
对付嘲讽派：不要辩论，只测时间
跟嘲讽派最忌讳的是讲道理。他不是逻辑出问题，是立场出问题——立场问题没法用逻辑解决。
有效方式只有一种：让他亲眼看到一个他自己写也做不到的事，且只测时间，不测质量。
具体做法：
- 挑一个他熟悉的业务模块（绕开他不熟的场景，否则会归因到「场景特殊」）
- 同一个任务，他自己写 vs AI + 你 review
- 比时间——他写 4 小时，AI + 你 45 分钟。质量他可以挑刺，时间他挑不动
不要试图说服所有嘲讽派。80% 的嘲讽派改变不了，因为他们的核心问题是不想变，不是没看到证据。你的目标是分化而不是说服：让旁观的人——尤其是那些还在犹豫的中阶工程师——意识到「不变会被甩开」，这个目的就达到了。
嘲讽派最后会自己被淘汰。同一个团队里，会用 AI 的人产出涨 3 倍，他还在原地，差距会替你说话——半年内、最多一年。
对付阻拦派：绕过去，不要正面打
阻拦派 leader 通常 level 比你高，正面对抗大概率输——他有制度工具（评审、合规、流程）你没有。
更有效的策略是用结果跳过他：
- 找一个不在他控制范围的小项目先做出来——内部工具、横向协作、副业产品都行，关键是绕开他的批准链路
- 把指标做硬：上线时间、bug 数、人均产出、客户满意度，全部数据化，可以横向比对
- 直接汇报给他的上级或者横向部门——让「阻拦的成本」高于「放行的成本」
- 等风向变——当 CEO 在公司大会上讲 AI 战略，他会自己第一个站出来「积极拥抱」
这套打法的本质：你不需要说服老登 leader，你需要让他变成成本。当不推 AI 比推 AI 的风险更大，他会自己转向，且转得比谁都快。
注意一个反直觉的点：永远不要在公开场合让阻拦派 leader 难堪。他越被你打脸，反弹越激烈，能调动的资源越多。让他在数据面前自己「想通」，给他一个台阶下，他会变成你最积极的拥护者——因为他需要这个故事来解释自己为什么转向。
给推动者自己：警惕你也在变老登
最后一条最重要——老登不是年龄问题，是态度问题。
我见过 28 岁就开始嘲讽 AI 的人（「我自己写更快」「AI 就是高级搜索」），也见过 50 岁的人每周读 Anthropic / OpenAI release notes、自己搭 agent harness 调度 Claude Code。区别在哪？区别在愿不愿意承认自己的经验正在贬值。
一个简单自检：
- 你上次主动学一个新工具是什么时候？超过 3 个月——警告
- 你这个月有没有用 AI 完成过一个你自己没把握的任务？没有——警告
- 你听到「AI 不行」的时候，第一反应是「确实」还是「他怎么用错了」？第一反应是前者——警告
三条都中，你已经在变老登的路上了。
老登可怕的地方不是嘴硬，是自我感觉良好。嘲讽派老登觉得自己「看清了营销泡沫」，阻拦派 leader 觉得自己「在为团队挡风险」——他们都觉得自己是清醒的少数派。这种自我感觉，往往在被 KPI 打脸前的最后一刻才会消失。
收尾
行业层面，AI Coding 的扩散已经过了拐点。你身边能看到的信号——HR 简历里「熟练使用 Cursor / Claude Code」从加分项变成基础项，offer 描述里出现「AI 提效」KPI，团队 OKR 里直接挂上 AI 工具使用率——都在说同一件事：容忍嘲讽派和阻拦派的时间窗口正在关闭。
你不需要消灭老登。你只需要比老登快一步证明 AI 的价值，剩下的事，市场和 KPI 会替你处理。
唯一真正需要警惕的，是你自己别变成老登。前两种打法都有解；第三种没有——因为没人会跑来告诉你你已经是了。