一句话定义
验证瓶颈（Verification Bottleneck）指的是：在 AI 辅助开发中，代码生成的速度已经远超人类评审、测试和 CI（持续集成）确认其正确性的速度，于是交付速度被"验证"这一环卡住，而不是被"写代码"卡住。
瓶颈是怎么形成的
打个比方：一条流水线换了台超高速冲压机，一小时能冲出上千个零件，但下游质检台上只有一位质检员、一台检测仪。零件很快在质检台前堆成了山——真正的产能上限不在冲压机，而在质检台。
代码生成和代码验证，天然是不对称的两件事：
- 生成可以并行、可重试、边际成本极低。不满意就重来一次。
- 验证依赖人的注意力，本质是串行的。读懂一段代码往往比写出它更费劲，因为要重建作者的意图。
- 测试通过不等于正确。测试只能证明你想到的那些情况没出错。
- CI 本身有吞吐上限：排队、跑用例、抢环境资源，都是硬约束。
更隐蔽的是"验证债"：AI 一天生成几十个改动，每个 PR 看起来都很小、很合理，于是没人细看。风险被稀释到每个改动里，直到某天集中爆发。
怎么量化
核心指标只有一个：验证吞吐 ÷ 生成吞吐。当这个比值小于 1，多出来的生成量不会变成产出，只会变成库存。
可以拆成几个可观测的量：待评审 PR 的堆积数、PR 从提交到合并的时长、每人每天能完成的有效评审数、以及评审人力成本与生成算力成本的比值。如果生成侧成本在降、评审队列在涨，说明瓶颈已经转移了。
| 维度 | 生成端（AI） | 验证端（人 + CI） |
|---|---|---|
| 边际成本 | 极低 | 高，占用注意力 |
| 并行度 | 高 | 低，基本串行 |
| 扩展方式 | 加算力 | 加人，且协调成本高 |
| 反馈速度 | 秒级 | 分钟到天 |
| 出错的代价 | 低，重生成即可 | 高，漏掉就上线 |
容易混淆的邻居
- 和"幻觉"不同：幻觉是质量问题，验证瓶颈是吞吐问题。幻觉只是让验证更慢，但即使模型完全不出错，验证照样可能堵住。
- 和"缺人"不同：加人能缓解，但评审需要上下文，人越多沟通成本越高，收益递减。
- 和"最后一公里"不同：这不是收尾工作，而是贯穿整个流程的常态约束。
对从业者的意义
优化重心要从"写得更快"转向"验得更快"：把改动切小、明确验收标准、用契约测试和可观测性替代人工推断，并且把 AI 用在验证侧——生成测试、做初筛评审、定位回归区间。
对管理者而言，用"生成了多少行代码"衡量产出是反向指标。引入 AI 后个人手感变快、团队交付周期却没变，往往就是验证瓶颈在起作用。它才是智能体编码真实产能的天花板。