AI寫代碼的能力又進化了，程序員怎麼辦？

“前端有模板，後端用框架，算法靠開源，業務代碼用AI……2025年的程序開發，卡點已經不是懂不懂，而是知不知道。”個人開發者趙澤明近日在朋友圈感慨。

趙澤明是信息挖掘工具wiseflow的主要作者，這一開源項目在Github收穫了超過6600個星，他對第一財經表示，項目大概有60%的代碼都是用AI寫的。“多看五年，程序員或許就跟當年的打字員一樣，從獨立工種變爲通用技能了，”但他補充稱，這絕對不是普通人的機會，“就像PPT誰都能做，但能靠做PPT掙錢的有幾個？”

AI寫代碼被視爲大模型應用裡一個頗有前景的領域，高頻剛需，具有較大的確定性。過去兩年時間，有多家大廠押注這一場景，2023年11月，阿里雲發佈AI編程助手通義靈碼，緊隨其後，12月商湯推出智能編程助手代碼小浣熊。百度創始人李彥宏曾表示，2024年最想推動的一件事，是讓每個人都具備程序員的能力，同年百度對外發布代碼助手Comate，稱這一位AI程序員已經編寫了百度內部四分之一的代碼。

去年，第一財經詢問業內AI是否能代替程序員時，大家認爲AI或許能幫忙寫一些測試腳本這樣的初級工作，但放在更嚴肅的商業級代碼開發流程裡，哪怕是GPT-4也只能做到較低的水平。

在2025年，AI寫代碼更容易了，隨之而來的問題是，程序員怎麼辦？

能力迭代

過去一年，國內大廠在密集佈局AI編程，海外大廠同樣已經將AI寫代碼融入工作流，另外也有不少海外AI編程初創公司成功跑通商業化，年化收入已超過1億美元。

1月初，在一檔播客節目中，Meta創始人扎克伯格（Mark Zuckerberg）稱，“2025年，AI將達到中級軟件工程師的編程水平。”他表示，Meta 正在朝着這個目標努力，屆時“我們應用中的大量代碼，甚至包括我們生成的 AI，將主要由AI工程師而非人類工程師編寫”。

除了Meta，谷歌CEO桑達爾·皮查伊（Sundar Pichai）在去年10月的Q3財報電話會議上透露，谷歌的新代碼中有超過四分之一是由AI生成的，這些代碼經過人工審覈後被接受。

2024年底，在播客中Salesforce的創始人兼CEO馬克·貝尼奧夫（Marc Benioff）透露，“2025年，Salesforce不再招聘軟件工程師。”依靠自家智能體Agentforce和其他AI技術，Salesforce的工程團隊生產力提升了30%以上。

這一年，AI加快滲透到各大廠的業務和開發者的工作中，核心原因是AI寫代碼的能力又進步了，且成本降低了。

1月初，在通義靈碼2.0發佈時，通義靈碼負責人丁宇對外表示，AI正在改變軟件工程師的工作方式，從最初的AI輔助編程、補全代碼，走向人與AI協同編程，AI可以根據場景任務做批量文件修改，實現能力的躍遷。

近日，在採訪中商湯科技小浣熊負責人賈安亞對第一財經提到，就商湯而言，AI代碼今年整體進展較大，面向開發者、程序員，功能的整體完備性和應用性更強了。

基於長思維鏈，AI對複雜任務的理解和執行效果更好了，融合外部信息的能力更強，“過去或許給AI的每一步指引要特別細，或者是在一個任務裡要分多步去給指引，現在可能會是一個更加自動化的方式。”但同時，賈安亞表示，產品經理、程序員、架構師、測試等崗位在當下尤其複雜的軟件研發場景裡還是起到主導作用，“AI更像一個副駕駛的角色，現在副駕駛相對更加智能了”。

基座大模型能力提升是過去一年AI代碼能力迭代的關鍵。賈安亞表示，代碼審查是去年上半年大家都比較頭疼的，但模型的推理能力出來後去做一些代碼審查，或是面向一些小白用戶做早期的軟件研發培訓，都有更好的效果，對軟件研發來說作用非常大。而且隨着推理成本的降低，終端用戶的接受度也更高了。

趙澤明也對記者表示，大模型基礎能力的提高帶動了AI輔助編程智能提高。同時，類似Cursor這種工具，已經將“prompt engineering”（提示工程）做到極致，開發者用就好了。

“Cursor讓人意外的是，跳出傳統 IDE（集成開發環境）插件的交互形態，自己完全構建一個原生IDE，對於產品設計有很多參考價值。”賈安亞認爲，從當下往前一年看，不管是模型本身、工程化，還是在具體的產品交互上，業內都有很多非常好的實踐。

Cursor由初創公司Anysphere 最初在2023年1月推出，旨在幫助開發者自動生成高質量代碼，減少開發時間和人力成本，2025年1月，Anysphere宣佈完成1.05億美元的B輪融資，投後估值高達26億美元，團隊在博客中表示，Anysphere的ARR（年化經常性收入）已經超過1億美元。

AI代碼工具被認爲是B端領域能較快落地的AI應用賽道，AI寫代碼的目標是提升開發效率，無論是個人開發者還是企業都願意爲節省時間和人力成本付費，市場需求明確，商業化路徑清晰，同時模型能力也到了一個滿足需求的點，尤其在海外市場較快跑通了商業模式。除了Cursor，目前海外頭部產品還包括GitHub Copilot、Windsurf等產品。

2024年7月微軟財報會上透露，GitHub Copilot年化經常性收入突破3億美元。Windsurf開發商Codeium不久前被曝正進行新一輪融資，估值達到28.5 億美元，就在此前六個月，Codeium 才宣佈完成 C 輪1.25 億美元的融資，彼時估值爲 12.5 億美元。知情人士透露，Codeium目前的年化經常性收入約爲4000萬美元。

AI編碼領域的玩家已經不少。PitchBook 數據顯示，全球範圍內，大約有250家初創公司推出了AI編碼助手。在國內，包括阿里、百度、字節跳動等互聯網大廠，科大訊飛、商湯、智譜AI等獨角獸都紛紛推出了相關產品，試圖分到這塊近在眼前的“蛋糕”。

AI代碼能成功走通商業化道路，一端是能力的迭代提升滿足了市場需求，另一端則是成本的降低。賈安亞提到，無論是開源模型架構的優化，還是同一個模型架構在推理層面整體的工程優化，都讓AI編程終端落地的整體成本大幅降低。

“去年一臺20萬左右的機器，上面可能只能跑一個7B的模型，現在可以跑一個70B或32B的一個MoE架構的模型。花的錢是一樣多，但是能實現的業務場景會非常不一樣。”賈安亞舉例表示，可能去年一個7B的模型只能跑一個垂直場景，但是現在一個更大參數量的通用模型進來，上面可以跑5、6個場景，這樣整體部署實施的成本降低了80%，企業更願意採用。

賈安亞認爲，未來AI代碼應用成本還有繼續降低的空間。同時，隨着算力、模型推理性能增強，未來大模型的推理可以往端側走，這對AI應用普惠有非常大的幫助，可能在一兩年內就會看到端側的成果。

程序員何去何從

“對於年輕一代來說,編程不再是一個可行的職業。”此前英偉達CEO黃仁勳曾發表觀點警告，編程作爲一種職業可能會消失。

在眼下，程序員還不必爲此擔心，但如扎克伯格所說的那樣，AI將來達到中級軟件工程師的編程水平後，人類程序員該何去何從？

“只需要知道（寫什麼代碼），不需要會（寫代碼），這還是不是程序員的定義？還未可知。”趙澤明認爲，未來會有越來越多的產品經理、小企業主直接完成開發，無需程序員，但他們仍然需要優秀的架構級指導。

“一頭需要連接真實的業務需求，例如要實現什麼效果，根據這些需求開發者要去想每一個零件要實現的性能指標。另一方面，爲了讓零件能夠適配它的環境、框架，需要指定規格。”趙澤明表示，所有的這些細節是人要想清楚的，再給到AI去生成代碼，最後代碼也需要人測試、debug，進行調整等等。“卡點不在於怎麼寫，而是要知道應該寫什麼樣的代碼，另外部署運維也需要有些基礎。”

當下來看，AI很難完全替代程序員。賈安亞提到，在一些成熟的軟件公司，或者是大的企業研發系統內部，軟件系統非常複雜，整個工程化的內部信息描述難度較大。“很多時候做軟件研發，涉及到用戶期望的上線時間，內部可以調度的資源，這個資源涉及到人、一些其他額外的成本，以及歷史代碼的可維護性，包括後續去修改的複雜程度等等。”因此，一個真正複雜的軟件系統要去做從0到1的構建或迭代，不是純靠AI就可以的。

在賈安亞看來，現在做的很多AI編程工具，並不是去替代，而是在程序員本來的工作內容上做優化。很多程序員非常享受去寫新的代碼，但很多時候真正寫代碼的時間不到20%，大部分時間花在怎麼去寫註釋、寫文檔、修改代碼等流程上。因此，AI的價值在於，將相對重複性、低價值的工作做好，大家可以聚焦在更高心流、高價值點的工作上，個人生產力會更高，從社會層面上，數字化的供需也可以達到一個更好的平衡點。

作爲大廠程序員的一員，吳駿對第一財經表示，當下他是將AI用於檢查代碼這樣簡單的環節，因爲針對複雜系統，AI現在還沒到人類程序員級別的架構能力，“人會抓大放小，專注於需要解決的方向，但現在AI可能還沒有達到這種境界”。

積極的一面來看，吳駿認爲，AI寫代碼會越來越成熟，未來程序員的工作方式會有變化，更加註重架構設計，領域建模這類更高思維上的工作。AI帶來工具層面的進化，提高了效率，未來可能怎麼更好地與AI協作也是評估程序員能力的一方面。

市場調查機構 Gartner於去年10月發表報告稱，到2027年，生成式AI將在軟件工程和運維領域催生新的工作崗位，80%的工程師將需要進行技能提升。

Gartner高級首席分析師 Philip Walsh表示，在某些領域，AI的確能以更快的速度和更低的成本完成任務，但這並不意味着人類程序員將被完全取代。人類的創造力、批判性思維以及對複雜系統的深刻理解，仍是AI難以複製的獨特優勢。因此，未來更可能呈現爲人類與AI協同工作的新模式：AI負責處理標準化和重複性任務，而人類則專注於更具創造性和戰略性的工作。

Gartner的報告提到，短期，AI工具將通過增強現有開發者的工作方式和任務，帶來一定程度的生產力提升。中期AI智能體將改變開發人員的工作模式，大多數代碼將由 AI生成，在這樣的“AI原生時代”，軟件工程師將更多關注如何讓AI理解並處理特定任務的背景和限制條件，自然語言提示工程和增強生成（RAG）技能將成爲開發人員的必備能力。

雖然AI會提升工程效率，但企業將需要更多技能嫺熟的軟件工程師，以滿足對 AI賦能軟件快速增長的需求。Gartner認爲，開發AI驅動的應用將催生新型軟件專業人才，如“AI工程師”，他們具備軟件開發、數據科學和AI/機器學習方面的綜合技能，這些技能將變得非常搶手。

商湯的小浣熊團隊的招人需求也發生了一些變化。賈安亞提到，現在會更關注應聘人員對於新事物的理解能力，以及是否有較強的好奇心。

“過去招聘的時候可能會更關注應聘者過去的一些履歷，是不是在一個垂直領域裡特別熟，但現在對於較基礎、重複性的東西，AI可以勝任，所以我們會看招的這個人是不是基於AI寫了一些新的項目，對於各個AI工具的使用是不是比較熟悉等等。”除此之外，賈安表示，垂直領域的“know-how”仍然需要時間去積累，這對於AI在行業的落地很重要，這也是未來對人才的重要考量因素。