巴别塔的故事通常被讲成傲慢的寓言：人类想把塔修到天上，最后因为语言被打乱而停工。
Armin Ronacher 最近借这个故事谈 AI 编程。这个类比有用，是因为它把工程失败从代码崩塌提前到了语言分化。一群人能建巨大的东西，靠的从来不只是砖和工具，还靠他们对同一个工程对象有共同说法。
放到软件项目里，共同语言当然不等于 Python 或英语。它是团队对概念边界、不变量、所有权和系统形态的共同理解。某个字段为什么不能随便改，某个服务为什么必须绕一层，某个错误为什么宁可暴露也不能吞掉，这些东西很少完整写在文档里，却支撑着项目继续长大。
AI Agent 改变了共同语言被维护的方式。
共同理解的断裂
以前改一个陌生模块，人通常要先读代码、问人、解释方案、接受 review。这些步骤慢，也有很多低效，但其中一部分摩擦承担着同步功能。
一个工程师在解释“为什么这样改”时，实际上也在把自己的系统模型暴露给团队。Reviewer 反驳一个命名、追问一个边界、坚持一个不变量，表面是在卡 PR，实质是在校准语言。改动还没合进去，团队已经重新确认了一遍系统为什么长成现在这样。
Agent 把这层摩擦变薄了。一个人让 Agent 加 OAuth，另一个人让 Agent 加缓存，第三个人让 Agent 重构数据库。每个改动单独看都合理，测试也可能通过，PR 描述也能自动生成。问题在于，代码被解释了，不等于团队理解了。
软件工程里的语言分化更隐蔽。圣经里的语言混乱会让施工停下来；AI 辅助的软件工程里，共同理解已经变薄，施工仍然可以继续。塔没有倒，甚至还在长高，所以损失不容易被看见。
摩擦也是同步机制
使用 Agent 后，团队更需要区分两种慢：一种是重复劳动，应该交给机器；另一种是同步系统理解，省掉之后会留下认知缺口。
实现细节可以交给 Agent，系统词汇不能完全交给 Agent。PR 摘要可以让 Agent 起草，但关键不变量、边界变化、命名理由和跨团队影响，仍然需要人类重新说一遍。说得出来，说明知识进入了团队；只能让 Agent 复述，说明知识还停在工具里。
在权限系统里，这个差别会很具体。Agent 可以很快补一组 OAuth 回调、缓存和数据库迁移；团队真正需要同步的，是“用户身份”这四个字到底归认证服务、业务服务还是网关所有。这个边界一旦含混，后面的修复会越来越像局部打补丁，直到每个模块都有自己理解的用户。
近期 Codex 社区围绕多 Agent 消息加密的公开讨论（#28058），也露出同一个方向的张力：工具为了隐私和自动化把消息链路包起来，同时也可能让任务意图、子代理决策和人工复盘之间少掉一段可读记录。这个例子不大，但方向很典型。机器之间协作越顺，人类越要保留可读的解释链。
以后评估 AI 编程效率，不能只数节省了多少小时、合并了多少 PR、生成了多少测试。还要看团队是不是少读了代码，少问了问题，少争论了边界。短期看，这些都是效率损耗；长期看，它们是软件项目维持共同语言的代价。
AI 可以替团队写更多代码，但不能替团队共同理解同一个系统。
如果同步过程被长期跳过，最先消失的未必是质量，而是人类还能一起谈论这个系统的能力。
