Liabooks Home|PRISM News
编程的未来:AI会取代程序员吗?
科技

编程的未来:AI会取代程序员吗?

9分钟阅读


目录

  1. AI编程工具的现状
  2. 氛围编程:忘掉代码的存在?
  3. 生产力提升是真的吗?
  4. 主要AI编程工具对比
  5. 编程智能体的崛起
  6. 开发者就业走向何方
  7. AI代码的阴暗面
  8. 未来开发者的角色
  9. 实用建议:AI时代的开发者生存法则

1. AI编程工具的现状

2025年,AI编程工具不再是"创新",而是"标准"

爆发式采用

根据JetBrains 2025年开发者生态系统调查:

指标数值
定期使用AI工具的开发者85%
使用AI编程助手的人62%
不使用AI的开发者15%
每周节省1小时以上89%
每周节省8小时以上20%

五分之一的开发者通过AI节省了一整天的工作时间

主要工具的用户规模

工具用户数(2025年)发布
GitHub Copilot1500万+2021年
Cursor200万+2023年
Claude Code100万+(估计)2024年
Replit Ghostwriter数百万2022年

GitHub Copilot仍是市场领导者,Cursor快速增长。


2. 氛围编程:忘掉代码的存在?

2025年2月,前OpenAI创始成员、特斯拉AI总监安德烈·卡帕西(Andrej Karpathy)在Twitter上创造了"氛围编程(Vibe Coding)"这个术语。

什么是氛围编程?

"一种全新的编程方式,你完全投入氛围,拥抱指数级增长,忘记代码的存在。" — 安德烈·卡帕西

核心特征:

  • 用自然语言描述想要的功能
  • AI生成代码
  • 开发者不审查代码(或最少审查)
  • 仅通过执行结果评估并迭代

该词被选为Collins英语词典2025年度词汇。

Y Combinator的惊人统计

2025年3月,Y Combinator公布的调查结果:

Winter 2025批次的初创公司中,25%用AI生成了95%以上的代码库

YC CEO加里·谭警告:"这不是一时的流行,这不会消失。这实际上正在成为主导的编程方式,如果你不这样做,可能会被落下。"

氛围编程的阴暗面

然而,警告声也很响亮。

Fast Company,2025年9月报道:

"氛围编程的宿醉来了。资深工程师在处理AI生成的代码时陷入'开发地狱'。"

主要问题:

  • 无法维护的代码结构
  • 安全漏洞(40%易受SQL注入攻击)
  • 技术债务累积
  • 代码无法理解 → 无法调试

3. 生产力提升是真的吗?

AI编程工具的生产力提升声明是激烈争论的对象

乐观的数据

GitHub/Microsoft官方研究:

指标结果
任务完成速度提高55%(统计显著,P=0.0017)
Copilot建议接受率30%
开发者满意度提高75%

悲观的数据

但独立研究呈现不同画面。

METR随机对照试验(2025年9月):

发现内容
对象大型开源项目的16名资深开发者
任务246个真实编程任务
结果使用AI时任务完成时间增加19%
开发者认知认为自己"快了20%"

资深开发者使用AI可能反而受阻——这是令人震惊的结果。

GitClear分析(2.11亿行):

  • 2024年代码重复增加8倍
  • AI辅助代码的缺陷相关风险增加4倍

结论:AI让"简单的事更简单,难的事依然难"


4. 主要AI编程工具对比

GitHub Copilot

特点:

  • VS Code、JetBrains、Visual Studio、Neovim集成
  • 支持OpenAI、Claude、Gemini模型
  • 与GitHub生态系统完美集成

优势: 最广泛的IDE兼容性,经过验证的企业安全性

劣势: 以单文件上下文为中心,大规模重构较弱

价格: $10/月(个人),$19/月(商业)

Cursor

特点:

  • 基于VS Code分支的独立IDE
  • 自动索引整个代码库
  • Agent、Ask、Manual三种模式

优势: 理解整个项目上下文,擅长大规模重构

劣势: 需要切换IDE,有学习曲线

价格: 免费(有限),$20/月(Pro)

Claude Code

特点:

  • 基于终端的CLI工具
  • 本地处理代码(隐私)
  • MCP集成,长上下文窗口

优势: SWE-bench Verified 72.7%(顶级),理解复杂代码库

劣势: 无IDE集成(基于终端)

价格: 基于API使用量


5. 编程智能体的崛起

2025年,AI编程工具从"助手"进化为"智能体"

SWE-bench:编程智能体的标准

SWE-bench Verified是衡量解决真实GitHub问题能力的基准。

模型SWE-bench Verified分数
Claude Sonnet 472.7%
Claude Opus 472.5%
GPT-5.275.4%

然而,在SWE-bench Pro(更难的版本)上:

  • Claude Opus 4.1: 22.7%
  • GPT-5: 23.1%

基准测试和实际性能之间存在差距。


6. 开发者就业走向何方

AI编程工具发展对开发者就业的影响已是现实

斯坦福研究的警告

2025年斯坦福大学研究:

22-25岁软件开发者的就业在2022-2025年间下降了约20%

这一时期正好与AI编程工具的快速崛起相吻合。

初级开发者的危机

问题说明
招聘减少美国软件开发者职位减少70%以上
技能差距扩大初级和高级之间能力差距增加
学习机会丧失AI替代"初级工作"减少成长机会
氛围编程陷阱产生只依赖AI而没有基础的"伪开发者"

但仍有希望

Harness 2025软件交付现状:

"67%的开发者花在调试AI生成代码上的时间比手写代码还多"

这paradoxically意味着"能理解和修复AI代码的人类开发者"的价值正在提升。


7. AI代码的阴暗面

AI生成的代码是双刃剑。

安全漏洞

Lovable(氛围编程应用)案例(2025年5月):

  • 1,645个Lovable生成的Web应用中,170个存在个人信息泄露漏洞

技术债务爆发

GitClear的2.11亿行分析:

问题增长率
代码重复8倍
"Churn"(快速删除/修改的代码)大幅增加

"考古式编程"的到来: 想象2030年的开发者调试2025年的代码。提交历史只有"AI改进"、"ChatGPT优化",没有解释为什么这样写。


8. 未来开发者的角色

AI时代开发者的角色正在根本性改变

从"代码编写者"到"AI协调者"

过去角色未来角色
掌握语法提示工程
手动编写代码审查/修改AI输出
单一语言专长协调多个AI工具
以实现为中心以架构/设计为中心

不变的东西

Corti AI CTO Lars Maaløe的洞察:

"AI模型有向均值回归的倾向。它知道的东西,构建起来非常舒适。让它建第1000个网站,它会用熟悉的设计来建。但要建造新颖的、未知的、真正世界上没有的东西,需要人类。"

AI难以替代的领域:

  • 创造性问题解决
  • 理解业务需求
  • 系统架构设计
  • 团队协作和沟通

9. 实用建议:AI时代的开发者生存法则

现在就该做的事

1. 积极使用AI工具,但不要依赖

  • 用AI生成样板代码 ✅
  • 不审查就提交AI输出 ❌

2. 发展提示工程技能

3. 加强基础

  • 数据结构和算法
  • 系统设计原则
  • 安全最佳实践

4. 增强代码审查能力

职业战略

阶段建议
初级用AI快速学习,但用手掌握基础
中级AI工具专长 + 领域知识结合
高级专注架构/系统设计,将AI引入团队
主管/经理标准化AI工作流,建立质量控制体系


术语表

术语解释
氛围编程用自然语言指示AI生成代码的开发方式,最小化直接代码审查
SWE-bench衡量解决真实GitHub问题能力的AI编程基准
编程智能体自主编写和调试代码的AI系统
提示工程有效指示AI的技术
技术债务为快速开发而留下将来需要修改的代码

更新日志

日期变更内容
2026-01-06首次发布

本内容不构成职业建议。请根据个人情况和目标咨询相关专业人士。

© 2026 PRISM by Liabooks. All rights reserved.

观点

記者

黃珉

「在現場17年,現在講述技術的故事」

相关文章