90%。
这是 CRED 当前由 AI 生成的代码比例。不是实验性项目，不是边缘模块，而是这家印度金融科技公司、拥有1700万用户的生产环境代码的90%。说这句话的人，是 CRED 创始人 Kunal Shah。
而三天前，Kunal Shah 刚刚被 Meta 任命为 WhatsApp 的全球 CEO。Meta 同时向 CRED 投资了 9 亿美元，对后者的估值为 45 亿美元。
这两个消息放在一起，远不只是一个人的升职记。它们共同指向一个正在发生的、比所有人预想都更猛烈的工程范式迁移。
九成代码不是人写的之后，发生了什么
Kunal Shah 是在 Groww 旗下播客“Thrive by Groww”的 YouTube 访谈中透露这个数字的。他没有打太极，没有说“我们在积极探索AI辅助编程”这种标准公关话术，而是直接给出了一个精确的比例。
90%。
为了理解这个数字的分量，可以看看整个行业的坐标。2025 年 3 月，Anthropic CEO Dario Amodei 曾预测“3到6个月内AI会写90%的代码”，当时很多人觉得这是给自家产品做宣传的夸张表述。一年多过去，Amodei 的说法已经在不同的创业公司中得到验证，而 CRED 给出了一个具体到个位数的答案。
更有冲击力的是 Kunal Shah 接下来的表述。他说，当 90% 的代码由 AI 编写后，创业公司里发生了奇妙的分化：
每个科技创业公司里10%的员工正在变成完全不同的物种，和另外90%的人不一样了。因为他们的生产力已经到了指数级规模，他们会觉得身边的每一个人、每一个流程都太慢了。
这段话在 X 平台上被大量行业人士转发。它触及了AI辅助编程最核心的、也是硅谷最不愿公开讨论的问题：当工具抹平了产出量，人的差距反而被拉得更开了。
从CRED到WhatsApp：一个10%物种的晋升轨迹
要理解 Kunal Shah 这个人，需要先回溯他的轨迹。
他不是一个典型的技术创始人。创办 FreeCharge 时，他自己不会写代码，也没有编程背景的联合创始人，靠外包团队做出了第一个版本。后来 FreeCharge 以约 4 亿美元卖给了 Snapdeal，他转身在 2018 年创立了 CRED，一个最初被广泛质疑的“只还信用卡账单的 App”。
七年后的今天，CRED 已经从一个信用卡账单支付工具演变为一个多元化的金融服务平台。而它的创始人，一个曾经不会写代码的人，现在管理着一家 90% 代码由 AI 编写的科技公司。
2026 年 6 月 22 日，Meta 宣布任命 Kunal Shah 为 WhatsApp 的新任 CEO，接替 Will Cathcart。TechCrunch 和 Reuters 都报道了这一消息。Meta 同时向 CRED 投资 9 亿美元，对后者的估值为 45 亿美元。这一估值相比 CRED 在 2022 年巅峰期的 64 亿美元有所回落，但考虑到全球 fintech 行业的估值回调，这仍然是一个体面的价格。
这是一次极具象征意义的升职。十年前，印度创业公司创始人进入硅谷巨头担任高管还不常见。现在，一个在 CRED 验证了“AI 写 90% 代码”模式的人，被派去管理地球上用户最多的消息应用。WhatsApp 的月活跃用户超过 33 亿。
这不是巧合。
当AI写出九成代码，软件工程还剩下什么
如果 CRED 的模式成为常态，而且越来越多的信号表明这很可能正在发生，那么软件工程这个职业本身需要被重新定义。
首先需要搞明白：AI 写的 90% 代码到底意味着什么。
它不是 AI 从零到一设计系统架构、做技术决策、权衡取舍。它意味着大量的脚手架代码、CRUD 接口、单元测试、数据管道、UI 模板。这些曾经占据工程师日常 70% 以上时间的工作，现在由 AI 在几十秒内完成。工程师的角色从“写代码的人”变成了“审代码的人”和“下指令的人”。
这是一个微妙但根本性的转变。打字从来不是软件工程的核心技能。理解问题、分解问题、评估方案、识别边界情况，这些才是。AI 把前者几乎清零了，但后者不仅没有被替代，反而变得更加稀缺。
这就是 Kunal Shah 说的“10% 变成不同物种”的含义。当工具成本趋近于零，能做出高价值判断的人，其产出与普通人的差距不再是一两倍，而是一两个数量级。
换个更直接的说法。以前一个十倍工程师比普通工程师多写十倍代码。现在 AI 让每个人都能写出差不多量的代码，差距转移到了“谁能让 AI 写出更好的代码”上。提示工程、架构判断、上下文理解，这些能力正在成为新的稀缺品。
而就在几天前，SpaceX 宣布以 600 亿美元的全股票交易收购 AI 编程工具公司 Cursor。这从另一个维度确认了市场对“AI 写代码”这个方向的估值高度。一家火箭公司愿意用 600 亿美元买下 AI 编程能力，因为它相信这才是驱动未来工程效率的核心杠杆。
AI写代码的阴影面
但“AI 写 90% 代码”也有它的阴影面。
如果代码产出不再是瓶颈，组织的瓶颈会转移到哪里？
答案可能是需求定义、问题选择、产品判断和风险管理。这些能力比写代码更难规模化，因为它们的训练数据，真实世界的用户反馈、商业直觉、组织政治，无法被简单编码成训练语料。
对于个体工程师来说，这意味着两个方向的选择。要么向上做判断，产品直觉、架构决策、跨团队协作。要么被 AI 的中低端产出能力所淹没。中间地带，只写业务逻辑代码、不做复杂判断，正在迅速消失。
对于创业公司来说，Kunal Shah 的轨迹暗示了一条新的升职路径。在一个垂直领域把 AI 原生工程做到极致，然后被巨头高价请去领导更大规模的工程转型。
但 WhatsApp 和 CRED 的复杂度不在一个量级。WhatsApp 服务超过 33 亿用户，分布在 180 多个国家，支持端到端加密、支付、商务等多个产品线，合规要求横跨数十个司法管辖区。CRED 可以做到 90% 代码由 AI 编写，因为它在范围和监管复杂度上更可控。WhatsApp 能做到吗？
这才是 Shah 新角色真正的考验。他能否在最复杂的工程环境中复现 CRED 的 AI 原生模式。
写在最后
2026 年 6 月，一个不会写代码却建造了一家 90% 代码由 AI 生产的公司的创始人，被派去领导全球最大的消息应用。这本身就是时代的隐喻。
软件工程的旧世界正在结束。不是因为程序员被替代了，而是因为“写代码”这个动作，已经不再是区分优秀与普通的关键标尺。当 90% 的代码由 AI 完成，那剩下的 10%，方向感、判断力、问题定义能力，正变得比以往任何时候都更加珍贵。
每个在屏幕前熬夜改 Bug 的工程师，都该认真想想 Kunal Shah 的那句话。如果你也觉得身边的每一个人和每一个流程都太慢了，那你大概率已经站在了正确的那一侧。
快报