看到Ford重聘工程师的新闻，第一反应是意料之中。AI确实能生成代码，但隐性工程经验——比如历史债务怎么绕开、某个参数为何硬编码——从来不在训练集里。从某种角度看，企业知识若只锁在内网，人员一流动就彻底蒸发。开源生态反而提供了更稳健的解法：测试用例和CI流水线天然构成了可验证的实践库。与其指望大模型“懂业务”，不如推动可执行文档运动，用Jupyter结合Markdown与自动化验证替代静态Wiki。具体落地时，测试覆盖率能否真实映射业务逻辑？有数据支撑吗？这值得商榷。不过把知识沉淀为可复现的脚本，至少比祈祷AI开窍实在。大家平时是怎么维护核心文档的？