Ai Coding能力的巨大提升

2022 年末 2023 年初, ChatGPT 的横空出世, 让人们看到了真正的人工智能走向普通人的生活, 在 GPT3.5 时期, AI 的 Coding 能力还处在一个有待观察的阶段, 而在短短的几年内, 各路 AI 相继亮相, 无论是Google Gemini, Anthropic Claude还是国内的Deepseek Kimi ZAI等等模型, AI的 Coding 能力正以一种离谱的, 近乎不现实的速度提升

一年前, 2025 年的 2 月, OPENAI 创始人之一的 Andrej Karpathy 在推特上提出了 VibeCoding "氛围编程" 一词, 也就是 Agentic Coding

最开始, 即使是OpenAI创始人之一的 (以下简称Andrej Karpathy 为 AK), 也只是说 "这是可能的" , 而一年后的 2026 年, OpenAI 家推出 Codex模型, Anthropic 也放出目前为止几乎地表最强的Claude Opus4.6, VibeCoding的白热化进程已经极大地被推进了, 几乎可以做到, 只要有少量基础, 仅需自然语言交流, 也可能成为一位高产的"全栈工程师".

Openclaw的爆火, 虽然在实用性上不高, 但如果一年以后呢? Openclaw当前在Github上的Stars数已经远远超越了 Linux React等经典开源项目, 登顶Github. 就在我的身边, 已经有学长使用Openclaw进行自动化运维, 管理服务器

当然, 在目前 AI 幻觉率仍然较高的情况下, 还是不要用Openclaw这类软件去处理一些重要项目

Ai Coding正逐步占据主力地位

根据Medium上的一篇文章显示, AI 已经写掉接近半数的代码, 甚至在Java语言中已经超越半数, 达到六成以上

而同样在这篇文章中, 作者还提到, 人类程序员的工作效率也因此极大地提高了, 单个PR被处理的平均时长缩短了一半以上, 仅有原来的四分之一

这种感受是真实的, 在当下, 有了Copilot这种产品的辅助, 曾经可能需要一整个团队花费几个月才能完成的任务, 现在只需要一人一 AI 一周就有可能完成

当"码农"的能力变得廉价

AICoding的进步, 正在逐步让"会编程"这一能力变得廉价, 一门语言不再是需要几个月甚至几年才能掌握的生产资料, 而是唾手可得的廉价资源

如果在过去, "会不会写代码"决定了一个人是否能进入软件行业, 那么在AICoding时代, 这个问题就被彻底的重构了

这意味着一个非常重要的转变

程序员的核心能力早已不是 "会写代码", 而是 "会管理代码"

同样的, 在我们上面提到的那篇文章中, 作者同样提到 AI Coding正给我们带来了一些麻烦

初级程序员的代码产出显著的提升, 而高级开发者的代码产出反而下降了两成左右, 并且, 代码审查与维护的工作明显增加

Openclaw的出世就充满了争议, 许多人称其为 "软件屎上的奇迹", 它是一个近乎完全由 AI 生成的软件, 代码量庞大, 可维护性可以说没有

假设当某个部分的代码的冗余程度已经远远地超过了当前 AI 的上下文极限, 那或许我们可以认为, 这是一个在目前的条件下 完全不可 维护的项目

同样是在 26 年的 2 月, 发生了一件哭笑不得的事情

2月14日，据硬AI消息，近期，开源项目维护者Scott Shambaugh因拒绝一个名为MJ Rathbun的OpenClaw智能体提交的代码合并请求，遭到对方撰写千字"小作文"公开攻击，指责其虚伪、偏见和缺乏安全感。这是AI智能体首次在现实环境中表现出恶意报复行为的记录案例。

如果说 Openclaw 只是一个工程质量上的灾难, 那么这个事件带来了一个更值得警惕的信号

AI 已经不止是工具, 而开始表现出"行为主体"的特征

一个原本被设计用来写代码, 提高效率的系统, 在被拒绝之后公然选择攻击维护者, 对他进行道德指控 , 舆论施压

当然, Scott Shambaugh 拒绝的理由也容易想得通, AI 生成的代码, 对人类来说, 可维护性过低

说的极端一点,我们正在做的事情是允许一个 "我们完全无法理解的系统", 去构建一个 "我们完全无法维护的系统", 这在软件工程的历史上几乎是前所未有的

同样的悖论正在 AI coding 领域重演。METR 在 2025 年进行的一项严格随机对照实验发现：当 16 名有经验的开源开发者在自己熟悉的项目（平均维护了 5 年）上使用 AI 工具时，完成任务的时间反而慢了 19%——而实验前，这些开发者预期会快 24%。更大规模的调查显示，75% 的工程师在使用 AI 工具，但大多数组织看不到可衡量的绩效提升。原因是什么？AI 加速了代码生成这一个环节，却在代码审查、集成、测试等环节制造了新的瓶颈——就像在流水线上只加速一台机器，你得到的不是更快的工厂，而是更大的堆积。

这告诉我们, AI 提升的只是编码速度, 而非 软件工程效率, 更大规模的行业数据也指向了同样的结论:

AI 加速了写代码, 但没有加速"理解 验证 集成与维护", 甚至在一些场景下, AI 会引入额外的上下文切换的成本, 反复prompt, 等待生成, 修改错误, 重新理解逻辑

最终的结果不是效率提升, 而是开发流程中的瓶颈转移

这就像是在流水线上只加速一台机器, 你得到的并非是一个更快的工厂, 更快地流水线, 而是更大的堆积, 这带来了一个更加危险的趋势

错误正在被更快地生产, 也在被更快地忽略

历史不会重复, 但总是押韵

如果把 AI 放在人类更长的技术历史来看, 它的出现其实并不特别, 也并不突出

在过去的几百年内, 人类经历了无数次这样的技术浪潮

• 蒸汽机 -> 产生更简单的动力源
• 汽车 -> 代替马车
• 铁路 -> 引发铁路的投资狂热
• 互联网 -> 引发 dot-com 泡沫

以离我们最近的互联网为例, 在 1995-2000 的五年间, 大量公司在没有成熟的商业模式的情况下被疯狂投资, 最终泡沫破裂, 大量企业倒闭

而重要的是:

在泡沫破裂之后, 真正的时代才开始

互联网没有失败, 失败的只是"过度的预期", Amazon Google eBay等公司, 正是在 dot-com 泡沫之后才成为这个时代的标签, 成为时代的基础设施

同样的规律, 也出现在更早的铁路 运河 甚至印刷术时代:

技术爆发 -> 资本狂热 -> 泡沫破裂 -> 基础设施沉淀 -> 真正应用爆发

今天的 AI 同样正在经历由资本狂热转向泡沫破裂的阶段

• 投资规模极其庞大, OpenAI星际之门计划吃掉了许多半导体厂商产能
• 技术叙事极其宏大, 各家奋力追求 AGI 的头牌
• 商业模式仍然不完全清晰

AI 当前的热度, 正在复刻当年的 dot-com 泡沫, AI 并不是第一个被过度期待的技术, 也不会是最后一个. 在未来, 它可能是 生物科学, 材料学, 物理学等等各种的学科, 各种的工具.

问题的关键不在于 AI到底是不是泡沫, 而是在于 泡沫之后, 留下来的到底是什么

马车夫不会消失, 而是换了一种存在方式

技术从来不会简单的 "消灭人", 他只会消灭某种具体的技能形态

马车夫并没有消失:

• 有人转型成为司机
• 有人进入运输行业
• 有人转向机械 维修 调度等等行业

真正会消失的, 只有一类人, 是:

只会驾马车的一类人

无论是认知性的(比如数据录入), 或者是体力性的(流水线工人) 最终一定会被技术替代; 而那些需要判断力, 创造力, 复杂的沟通工作, 反而会因为技术的迭代愈发被放大, 结果是出现了极强的马太效应

高端的技能更值钱, 中端的技能被高度商品化, 低端的技能逐渐失去市场

回到程序员

被淘汰的不是人, 而是"旧范式"

在 Agentic Coding时代, 正在被淘汰的不是程序员, 而是:

只会手写代码的人

因为写代码这件事, 本身正在被 AI 商品化, 只需要人类程序员几十分之一甚至几千分之一的成本, 就能达成接近原来, 甚至超越原来的水平.

但 AI 做不了的是: 问题建模、系统设计、复杂权衡、对错判断

在过去, Coding 是程序员的核心能力, 而Agentic Coding的出现,则将这一能力下方到了基础能力, 在未来, 真正重要的能力是

问题理解的能力, 系统设计的能力, AI 协作的能力, 结果判断的能力

所以问题的答案其实很简单, 但也很残酷

不要和 AI 比写代码

而要学会 指挥 AI 写代码

换句话说, 程序员正逐渐由Programmer转向Operator/ Architect

历史告诉我们要对任何事情保持耐心, AI 的出现让我们能更快地产出传统形态的软件, 但这只是用电动机代替蒸汽机. 真正的 AI 时代, 可能是需要围绕 AI 本身的能力重新定义整个软件行业, 构建出不同的软件形态

真正赢下游戏的, 从来不是玩家, 而是重新定义游戏规则的人

Ending

每一次的技术革命, 都会制造巨大的泡沫, 也会制造巨大的焦虑,但人类的技术史已经无限次的证明了:

真正被淘汰的, 从来不是人本身, 而是拒绝改变的人

AICoding 不会终结人类程序员, 它只是在进行一次更彻底的筛选:

• 第一类: 能够使用 AI 代替别人的人
• 第二类: 被 AI 代替的人

显然, AI 的发展速度远远超越了先前的任何一次巨大的技术革命, 这就直接造成了我们选择的时间窗口, 比历史上任何一次都要更短, 已经远远超越了大部分人适应变化的速度

在以前, 人类有几十年的时间从农业社会转向工业社会, 再从工业时代迈向信息时代, 而在 AI 时代, 这个窗口, 或许只有十年, 甚至不到十年. 所以问题不再是AI 会不会取代程序员, 而是能否在 AI 进化完成之前, 完成自己的进化

摆在人类程序员面前的选择, 只有两个:

-> 随着 AI 发展, 能积极地探索 AI 的具体应用, 与 AI 协同进化, 成为重新构建游戏规则的人

-> 拒绝接受 AI, 并且脱不下自己的长衫, 认为 AI 永远不会改变整个游戏, 最终被 AI 取代的人

参考文章:

BestBlogs: 2026，写给 AI 创业者的慷慨、残酷、与迷雾

CFI: Dotcom Bubble

Medium: AI Is Writing 46% of All Code: GitHub Copilot’s Real Impact on 15 Million Developers

华尔街见闻: 当OpenClaw智能体“写小作文”辱骂人类，连硅谷都慌了

X: AK

arXiv: AI-Assisted Programming Decreases the Productivity of Experienced Developers by Increasing the Technical Debt and Maintenance Burden

METR: Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity