AI写代码能力再升级,程序员如何应对?

新闻

作者：微信文章
吴导有言
   AI编程的崛起无疑正在改变程序员的工作方式，但这并不意味着程序员这一职业的终结。相反，程序员需要从传统的代码编写者转变为系统架构设计者、业务需求翻译者以及AI工具的驾驭者。未来，程序员的竞争力将更多地体现在对业务的理解、对技术的整合以及对AI工具的熟练运用上。AI不是程序员的对手，而是他们的助手。在这个AI与人类协同工作的新时代，程序员的角色将更加多元化和高端化，他们的价值也将得到重新定义。



“前端有现成模板，后端依赖成熟框架，算法直接调用开源库，业务代码交给AI生成……到了2025年，程序开发的瓶颈不再是技术能力，而是你是否知道如何高效利用这些工具。”个人开发者赵泽明近日在朋友圈分享了他的观察，引发了广泛讨论。

赵泽明是信息挖掘工具wiseflow的核心开发者，这一开源项目在GitHub上已经获得了超过6600颗星。他向第一财经透露，wiseflow项目中大约60%的代码是由AI生成的。“如果放眼未来五年，程序员这个职业可能会像当年的打字员一样，从独立的专业岗位逐渐演变为一种通用技能。”但他同时强调，这并不意味着普通人能轻易进入这一领域，“就像谁都会做PPT，但真正能靠做PPT赚钱的又有几个？技术门槛降低，竞争反而会更加激烈。”

AI写代码被视为大模型应用中最具潜力的领域之一。由于其高频、刚需的特性，这一场景被认为具有较高的商业确定性。过去两年，多家科技巨头纷纷布局这一赛道。2023年11月，阿里云推出了AI编程助手“通义灵码”；紧接着，12月商汤发布了智能编程助手“代码小浣熊”。百度创始人李彦宏也曾公开表示，2024年他最想推动的一件事，就是让每个人都具备程序员的能力。同年，百度发布了代码助手Comate，并透露这位“AI程序员”已经编写了百度内部四分之一的代码。

然而，就在去年，当第一财经询问业内人士AI是否能取代程序员时，普遍的观点是，AI或许能胜任一些初级任务，比如编写测试脚本或生成简单代码片段，但在更复杂的商业级代码开发中，即使是GPT-4这样的顶级模型，表现也远未达到理想水平。商业级开发不仅需要代码的准确性，还需要对业务逻辑的深刻理解、对系统架构的整体把控，以及对潜在风险的预判能力，这些都是当前AI难以完全替代的。

到了2025年，随着AI写代码的能力不断提升，程序员这一职业将面临怎样的挑战？他们该如何在AI的浪潮中找到自己的定位？赵泽明认为，未来的程序员需要从“代码编写者”转变为“问题解决者”和“AI管理者”。“AI可以生成代码，但它无法完全理解业务需求，也无法独立完成系统设计和优化。程序员的核心价值将更多地体现在对业务的理解、对技术的整合以及对AI工具的驾驭能力上。”

此外，随着AI工具的普及，程序员的技能门槛可能会降低，但行业对综合能力的要求会更高。未来的程序员不仅需要掌握编程技术，还需要具备跨领域的知识储备，比如对AI模型的理解、对数据科学的掌握，以及对用户体验的敏感度。同时，如何与AI协作、如何利用AI提升效率，也将成为程序员的核心竞争力之一。

总的来说，AI写代码的进化并不是程序员的终结，而是一个新的起点。未来的程序员将不再是单纯的“码农”，而是技术与业务的桥梁，是AI工具的驾驭者，更是创新与效率的推动者。如何在AI时代重新定义自己的角色，将是每一位程序员需要思考的问题。
能力迭代

过去一年，AI编程领域迎来了爆发式增长。无论是国内大厂还是海外科技巨头，都在加速布局AI写代码技术，并将其深度融入工作流程。与此同时，一批海外AI编程初创公司也成功跑通了商业化路径，年化收入甚至突破了1亿美元大关。这一趋势标志着AI编程已经从概念走向了实际应用，并逐渐成为软件开发的主流工具。



1月初，Meta创始人扎克伯格在一档播客节目中透露，Meta正在努力让AI在2025年达到中级软件工程师的编程水平。他预测，届时Meta应用中的大量代码，甚至包括AI自身的生成代码，将主要由AI而非人类工程师编写。这一目标不仅体现了Meta对AI编程的高度重视，也预示着未来软件开发模式的根本性变革。

谷歌CEO桑达尔·皮查伊也在去年10月的财报电话会议上提到，谷歌新代码中有超过四分之一是由AI生成的，这些代码经过人工审核后被广泛采用。这一数据表明，AI编程已经不再是实验性工具，而是成为了谷歌开发流程中的重要组成部分。

Salesforce的创始人兼CEO马克·贝尼奥夫则在2024年底的播客中透露，Salesforce计划在2025年停止招聘软件工程师。通过其智能体Agentforce和其他AI技术，Salesforce的工程团队生产力提升了30%以上。这一决策不仅反映了AI编程的效率优势，也预示着未来企业对技术人才需求的转变。



AI编程之所以能够迅速渗透到各大厂和开发者的工作中，核心原因在于其能力的显著提升和成本的持续降低。1月初，阿里云通义灵码2.0发布时，其负责人丁宇表示，AI正在从辅助编程、代码补全走向与人类协同编程的新阶段。AI不仅能够根据场景任务批量修改文件，还能实现复杂任务的自动化处理，标志着其能力的跃迁。

商汤科技小浣熊负责人贾安亚在接受第一财经采访时也提到，2024年AI代码工具在功能完备性和应用性上取得了显著进展。基于长思维链技术，AI对复杂任务的理解和执行能力大幅提升，融合外部信息的能力也更强。过去，开发者需要为AI提供详细的步骤指引，而现在，AI能够以更加自动化的方式完成任务。尽管如此，贾安亚强调，在复杂的软件研发场景中，产品经理、程序员、架构师和测试人员仍然占据主导地位，AI更多扮演“副驾驶”的角色，但其智能化程度正在不断提高。



AI编程工具被认为是B端领域最快落地的AI应用之一。无论是个人开发者还是企业，都愿意为节省时间和人力成本付费，市场需求明确，商业化路径清晰。以Cursor为例，这款由初创公司Anysphere开发的AI编程工具在2023年1月推出后迅速走红，旨在帮助开发者自动生成高质量代码，减少开发时间和成本。2025年1月，Anysphere宣布完成1.05亿美元的B轮融资，投后估值高达26亿美元，其年化经常性收入（ARR）已超过1亿美元。

除了Cursor，GitHub Copilot和Windsurf等产品也在海外市场取得了显著成功。2024年7月，微软在财报会上透露，GitHub Copilot的年化经常性收入突破3亿美元。而Windsurf的开发商Codeium也在近期被曝正在进行新一轮融资，估值达到28.5亿美元。这些数据表明，AI编程工具的商业化潜力正在被市场充分认可。



AI编程能够快速普及的另一个重要原因是成本的显著降低。贾安亚提到，无论是开源模型架构的优化，还是推理层面的工程优化，都大幅降低了AI编程的落地成本。他举例说，去年一台价值20万元的机器可能只能运行一个7B参数的模型，而现在可以运行70B或32B参数的MoE架构模型。这意味着，同样的成本可以支持更多的业务场景，整体部署成本降低了80%，企业采用AI编程的意愿也随之增强。

未来，随着算力和模型推理性能的进一步提升，AI编程的应用成本有望继续下降。贾安亚预测，大模型的推理能力将逐渐向端侧迁移，这将进一步推动AI技术的普惠化。在一两年内，我们可能会看到更多端侧AI应用的成果。



尽管AI编程在技术和商业化方面取得了显著进展，但其未来发展仍面临一些挑战。首先，AI工具虽然能够生成代码，但在复杂业务逻辑的理解和系统架构设计上仍存在局限性。其次，随着AI编程工具的普及，程序员的角色将发生转变，从代码编写者转向问题解决者和AI管理者，这对从业者的综合能力提出了更高要求。

总的来说，AI编程的崛起标志着软件开发进入了一个新时代。它不仅提升了开发效率，也为企业和开发者带来了新的机遇。未来，随着技术的不断进步和成本的进一步降低，AI编程有望成为软件开发的主流工具，推动整个行业向更高效、更智能的方向发展。
AI编程时代：程序员的未来在哪里？

“对于年轻一代来说，编程可能不再是一个可行的职业。”英伟达CEO黄仁勋曾发出这样的警告，认为编程作为一种职业可能会逐渐消失。尽管目前程序员还无需为此过度担忧，但随着AI技术的飞速发展，尤其是Meta创始人扎克伯格预测的“2025年AI将达到中级软件工程师水平”，程序员这一职业的未来正面临深刻变革。

1.程序员的角色转变：从写代码到设计架构




“未来，可能只需要知道‘写什么代码’，而不需要真正‘会写代码’。这是否还能被称为程序员？目前尚无定论。”个人开发者赵泽明表示。他认为，随着AI编程工具的普及，越来越多的产品经理和小企业主将能够直接完成开发任务，而无需依赖专业程序员。然而，这并不意味着程序员的价值会完全消失。相反，他们需要从代码编写者转变为架构设计者和业务需求的翻译者。

赵泽明进一步解释道，未来的开发流程将更加注重对业务需求的理解和系统架构的设计。“开发者需要连接真实的业务需求，明确每个模块的性能指标，并确保这些模块能够适配现有的框架和环境。这些细节仍然需要人类来思考和规划，AI则负责生成具体的代码。此外，代码的测试、调试和优化也离不开人类的参与。”他强调，未来的“卡点”不在于如何写代码，而在于如何设计代码，以及如何部署和维护复杂的系统。

2.AI与程序员的协同：从替代到赋能




商汤科技小浣熊负责人贾安亚也认为，AI短期内难以完全替代程序员，尤其是在复杂的软件系统中。“成熟的软件公司或大型企业的研发系统通常非常复杂，涉及大量的工程化信息和资源调度。从0到1构建或迭代一个复杂的软件系统，仍然需要人类的深度参与。”他指出，AI编程工具的价值更多在于优化程序员的工作流程，而非完全取代他们。

贾安亚提到，程序员通常只有不到20%的时间用于编写新代码，大部分时间则消耗在编写注释、文档和修改代码等重复性任务上。AI的价值在于将这些低价值的工作自动化，让程序员能够专注于更具创造性和战略性的任务，从而提升整体生产力。“AI的目标不是替代程序员，而是让他们更高效地工作，同时推动社会数字化供需的平衡。”

3.未来技能需求：从代码编写到AI协作




市场调查机构Gartner在2023年10月发布的报告中预测，到2027年，生成式AI将在软件工程和运维领域催生新的工作岗位，80%的工程师需要进行技能升级。

Gartner高级首席分析师Philip Walsh指出，尽管AI能够以更快的速度和更低的成本完成某些任务，但人类的创造力、批判性思维以及对复杂系统的深刻理解仍是不可替代的。未来，人类与AI的协同工作将成为主流模式：AI负责处理标准化和重复性任务，而人类则专注于更具创造性和战略性的工作。

Gartner的报告还提到，短期内，AI工具将通过增强现有开发者的工作方式提升生产力；中期内，AI将改变开发人员的工作模式，大多数代码将由AI生成。在这样的“AI原生时代”，软件工程师需要掌握自然语言提示工程和增强生成（RAG）等新技能，以确保AI能够准确理解并处理特定任务的背景和限制条件。

4.企业对人才需求的变化：从技术熟练到AI适应力




随着AI编程工具的普及，企业对程序员的需求也在发生变化。商汤科技小浣熊团队在招聘时更加注重应聘者对新技术的学习能力和好奇心。贾安亚表示：“过去我们更关注应聘者在某一垂直领域的经验，但现在，AI已经能够胜任许多基础性工作。因此，我们更看重候选人是否能够利用AI工具开发新项目，以及他们对AI技术的熟悉程度。”此外，垂直领域的专业知识（know-how）仍然是AI在行业中落地的关键，这也将成为未来人才评估的重要标准。