“前端有模板，后端用框架，算法靠開源，業(yè)務(wù)代碼用AI……2025年的程序開發(fā)，卡點已經(jīng)不是懂不懂，而是知不知道。”個人開發(fā)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收獲了超過6600個星，他對第一財經(jīng)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?yōu)橥ㄓ眉寄芰耍?rdquo;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寫代碼被視為大模型應(yīng)用里一個頗有前景的領(lǐng)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，阿里云發(fā)布AI編程助手通義靈碼，緊隨其后，12月商湯推出智能編程助手代碼小浣熊。百度創(chuàng)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(fā)布代碼助手Comate，稱這一位AI程序員已經(jīng)編寫了百度內(nèi)部四分之一的代碼。

去年，第一財經(jīng)詢問業(yè)內(nèi)AI是否能代替程序員時，大家認為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(yè)級代碼開發(fā)流程里，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，程序員怎么辦？

能力迭代

過去一年，國內(nèi)大廠在密集布局AI編程，海外大廠同樣已經(jīng)將AI寫代碼融入工作流，另外也有不少海外AI編程初創(chuàng)公司成功跑通商業(yè)化，年化收入已超過1億美元。

1月初，在一檔播客節(jié)目中，Meta創(chuàng)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 正在朝著這個目標努力，屆時“我們應(yīng)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(jīng)過人工審核后被接受。

2024年底，在播客中Salesforce的創(chuàng)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(shù)，Salesforce的工程團隊生產(chǎn)力提升了30%以上。

這一年，AI加快滲透到各大廠的業(yè)務(wù)和開發(fā)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(fā)布時，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(xié)同編程，AI可以根據(jù)場景任務(wù)做批量文件修改，實現(xiàn)能力的躍遷。

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

基于長思維鏈，AI對復雜任務(wù)的理解和執(zhí)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(wù)里要分多步去給指引，現(xiàn)在可能會是一個更加自動化的方式。”但同時，賈安亞表示，產(chǎn)品經(jīng)理、程序員、架構(gòu)師、測試等崗位在當下尤其復雜的軟件研發(fā)場景里還是起到主導作用，“AI更像一個副駕駛的角色，現(xiàn)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(guān)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后去做一些代碼審查，或是面向一些小白用戶做早期的軟件研發(fā)培訓，都有更好的效果，對軟件研發(fā)來說作用非常大。而且隨著推理成本的降低，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(chǔ)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(jīng)將“prompt engineering”（提示工程）做到極致，開發(fā)者用就好了。

“Cursor讓人意外的是，跳出傳統(tǒng) IDE（集成開發(fā)環(huán)境）插件的交互形態(tài)，自己完全構(gòu)建一個原生IDE，對于產(chǎn)品設(shè)計有很多參考價值。”賈安亞認為，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(chǎn)品交互上，業(yè)內(nèi)都有很多非常好的實踐。

Cursor由初創(chuàng)公司Anysphere 最初在2023年1月推出，旨在幫助開發(fā)者自動生成高質(zhì)量代碼，減少開發(fā)時間和人力成本，2025年1月，Anysphere宣布完成1.05億美元的B輪融資，投后估值高達26億美元，團隊在博客中表示，Anysphere的ARR（年化經(jīng)常性收入）已經(jīng)超過1億美元。

AI代碼工具被認為是B端領(lǐng)域能較快落地的AI應(yīng)用賽道，AI寫代碼的目標是提升開發(fā)效率，無論是個人開發(fā)者還是企業(yè)都愿意為節(jié)省時間和人力成本付費，市場需求明確，商業(yè)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(yè)模式。除了Cursor，目前海外頭部產(chǎn)品還包括GitHub Copilot、Windsurf等產(chǎn)品。

2024年7月微軟財報會上透露，GitHub Copilot年化經(jīng)常性收入突破3億美元。Windsurf開發(fā)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 才宣布完成 C 輪1.25 億美元的融資，彼時估值為 12.5 億美元。知情人士透露，Codeium目前的年化經(jīng)常性收入約為4000萬美元。

AI編碼領(lǐng)域的玩家已經(jīng)不少。PitchBook 數(shù)據(jù)顯示，全球范圍內(nèi)，大約有250家初創(chuàng)公司推出了AI編碼助手。在國內(nèi)，包括阿里、百度、字節(jié)跳動等互聯(lián)網(wǎng)大廠，科大訊飛、商湯、智譜AI等獨角獸都紛紛推出了相關(guān)產(chǎn)品，試圖分到這塊近在眼前的“蛋糕”。

AI代碼能成功走通商業(yè)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(gòu)的優(yōu)化，還是同一個模型架構(gòu)在推理層面整體的工程優(yōu)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(xiàn)在可以跑一個70B或32B的一個MoE架構(gòu)的模型?；ǖ腻X是一樣多，但是能實現(xiàn)的業(yè)務(wù)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(xiàn)在一個更大參數(shù)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(yè)更愿意采用。

賈安亞認為，未來AI代碼應(yīng)用成本還有繼續(xù)降低的空間。同時，隨著算力、模型推理性能增強，未來大模型的推理可以往端側(cè)走，這對AI應(yīng)用普惠有非常大的幫助，可能在一兩年內(nèi)就會看到端側(cè)的成果。

程序員何去何從

“對于年輕一代來說,編程不再是一個可行的職業(yè)。”此前英偉達CEO黃仁勛曾發(fā)表觀點警告，編程作為一種職業(yè)可能會消失。

在眼下，程序員還不必為此擔心，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后，人類程序員該何去何從？

“只需要知道（寫什么代碼），不需要會（寫代碼），這還是不是程序員的定義？還未可知。”趙澤明認為，未來會有越來越多的產(chǎn)品經(jīng)理、小企業(yè)主直接完成開發(fā)，無需程序員，但他們?nèi)匀恍枰獌?yōu)秀的架構(gòu)級指導。

“一頭需要連接真實的業(yè)務(wù)需求，例如要實現(xiàn)什么效果，根據(jù)這些需求開發(fā)者要去想每一個零件要實現(xiàn)的性能指標。另一方面，為了讓零件能夠適配它的環(huán)境、框架，需要指定規(guī)格。”趙澤明表示，所有的這些細節(jié)是人要想清楚的，再給到AI去生成代碼，最后代碼也需要人測試、debug，進行調(diào)整等等。“卡點不在于怎么寫，而是要知道應(yīng)該寫什么樣的代碼，另外部署運維也需要有些基礎(chǔ)。”

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(yè)研發(fā)系統(tǒng)內(nèi)部，軟件系統(tǒng)非常復雜，整個工程化的內(nèi)部信息描述難度較大。“很多時候做軟件研發(fā)，涉及到用戶期望的上線時間，內(nèi)部可以調(diào)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，包括后續(xù)去修改的復雜程度等等。”因此，一個真正復雜的軟件系統(tǒng)要去做從0到1的構(gòu)建或迭代，不是純靠AI就可以的。

在賈安亞看來，現(xiàn)在做的很多AI編程工具，并不是去替代，而是在程序員本來的工作內(nèi)容上做優(yōu)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%，大部分時間花在怎么去寫注釋、寫文檔、修改代碼等流程上。因此，AI的價值在于，將相對重復性、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(chǎn)力會更高，從社會層面上，數(shù)字化的供需也可以達到一個更好的平衡點。

作為大廠程序員的一員，吳駿對第一財經(jīng)表示，當下他是將AI用于檢查代碼這樣簡單的環(huán)節(jié)，因為針對復雜系統(tǒng)，AI現(xiàn)在還沒到人類程序員級別的架構(gòu)能力，“人會抓大放小，專注于需要解決的方向，但現(xiàn)在AI可能還沒有達到這種境界”。

積極的一面來看，吳駿認為，AI寫代碼會越來越成熟，未來程序員的工作方式會有變化，更加注重架構(gòu)設(shè)計，領(lǐng)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，未來可能怎么更好地與AI協(xié)作也是評估程序員能力的一方面。

市場調(diào)查機構(gòu) Gartner于去年10月發(fā)表報告稱，到2027年，生成式AI將在軟件工程和運維領(lǐng)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(lǐng)域，AI的確能以更快的速度和更低的成本完成任務(wù)，但這并不意味著人類程序員將被完全取代。人類的創(chuàng)造力、批判性思維以及對復雜系統(tǒng)的深刻理解，仍是AI難以復制的獨特優(yōu)勢。因此，未來更可能呈現(xiàn)為人類與AI協(xié)同工作的新模式：AI負責處理標準化和重復性任務(wù)，而人類則專注于更具創(chuàng)造性和戰(zhàn)略性的工作。

Gartner的報告提到，短期，AI工具將通過增強現(xiàn)有開發(fā)者的工作方式和任務(wù)，帶來一定程度的生產(chǎn)力提升。中期AI智能體將改變開發(fā)人員的工作模式，大多數(shù)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(guān)注如何讓AI理解并處理特定任務(wù)的背景和限制條件，自然語言提示工程和增強生成（RAG）技能將成為開發(fā)人員的必備能力。

雖然AI會提升工程效率，但企業(yè)將需要更多技能嫻熟的軟件工程師，以滿足對 AI賦能軟件快速增長的需求。Gartner認為，開發(fā)AI驅(qū)動的應(yīng)用將催生新型軟件專業(yè)人才，如“AI工程師”，他們具備軟件開發(fā)、數(shù)據(jù)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(fā)生了一些變化。賈安亞提到，現(xiàn)在會更關(guān)注應(yīng)聘人員對于新事物的理解能力，以及是否有較強的好奇心。

“過去招聘的時候可能會更關(guān)注應(yīng)聘者過去的一些履歷，是不是在一個垂直領(lǐng)域里特別熟，但現(xiàn)在對于較基礎(chǔ)、重復性的東西，AI可以勝任，所以我們會看招的這個人是不是基于AI寫了一些新的項目，對于各個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(lǐng)域的“know-how”仍然需要時間去積累，這對于AI在行業(yè)的落地很重要，這也是未來對人才的重要考量因素。