編輯 | 伊風(fēng)

出品 | 51CTO技術(shù)棧（微信號(hào)：blog51cto）

這應(yīng)該是我聽(tīng)過(guò)最扎實(shí)、最客觀的一場(chǎng) AI 編程演講。

它不講“奇跡”，也不兜售“焦慮”。而是拋出一個(gè)很實(shí)在的問(wèn)題：

“今天我們能不能做一次現(xiàn)實(shí)核查：

 那些極度樂(lè)觀的 AI 編程預(yù)言，靠譜嗎？還是現(xiàn)實(shí)中根本沒(méi)那么神？”

微軟 CEO 說(shuō)：‘30% 的代碼都是由 AI 編寫的’；

Authoropic 的 CEO 幾個(gè)月前聲稱，‘一年之內(nèi)所有代碼都會(huì)由 AI 生成’；

但為啥這和工程師跑起來(lái)的感覺(jué)不一樣？

怎么有初創(chuàng)公司的人用了Devin，不僅沒(méi)提效，還出了bug倒虧了 700 美元的事故成本？

這場(chǎng)演講來(lái)自 Gergely Orosz —— 曾任 Uber 技術(shù)主管、后來(lái)轉(zhuǎn)型為全職技術(shù)作者。

他寫的《The Tech Resume Inside Out》一度被稱為“程序員簡(jiǎn)歷圣經(jīng)”，如今則靠著 The Pragmatic Engineer 這一全球最火工程類 Newsletter，持續(xù)影響著數(shù)十萬(wàn)技術(shù)人。

圖片

為了回答上面的問(wèn)題，他花了兩個(gè)月，采訪了 AI DevTools 初創(chuàng)團(tuán)隊(duì)、大廠內(nèi)部工程師、AI 生物創(chuàng)業(yè)公司和一群“熱愛(ài)代碼本身”的獨(dú)立開(kāi)發(fā)者。最終拼出了一份關(guān)于 AI 編程真實(shí)狀態(tài) 的多維畫像。

先來(lái)說(shuō)個(gè)初步結(jié)論給大家：

• AI DevTools 初創(chuàng)公司：重度使用（不意外）； 
• 大廠：投入巨大，使用率持續(xù)上升； 
• AI 創(chuàng)業(yè)公司：使用情況不穩(wěn)定，有的有效、有的無(wú)感； 
• 獨(dú)立開(kāi)發(fā)者：比以前更興奮、更愿意用。

最令人意外的是一位真正的“老程序員”——Kent Beck（是的，就是《Extreme Programming》作者），他是第四類人的一個(gè)代表：

 “我現(xiàn)在寫代碼，比過(guò)去 52 年任何時(shí)候都開(kāi)心。” ——Kent Beck今年是第 52 年寫代碼了。 

AI 讓他終于能動(dòng)手做自己一直想做但覺(jué)得“太復(fù)雜、太貴”的項(xiàng)目，比如用 Smalltalk 寫一個(gè)并行計(jì)算服務(wù)器。他說(shuō)：

 “技術(shù)棧中‘什么便宜、什么昂貴’的格局正在被重寫，很多過(guò)去被我們放棄的事情，現(xiàn)在其實(shí)便宜得令人發(fā)笑?！?/p>

小編將這篇干貨滿滿的演講，梳理成了好讀、有料的文章，接下來(lái)你將讀到：

• AI DevTools 初創(chuàng)公司：9成代碼AI生成，成千上萬(wàn)個(gè) MCP請(qǐng)求一起跑！
•  Google 和 Amazon：怎么將 LLM 集成進(jìn)開(kāi)發(fā)工具？ 
•  AI 初創(chuàng)公司：Claude Code、Cursor、Windsurf 等開(kāi)發(fā)者怎么用？ 
•  獨(dú)立開(kāi)發(fā)者：誰(shuí)在“徹底轉(zhuǎn)變”、誰(shuí)在“理智觀察”？ 
•  最后是他留下的 4 個(gè)反思性問(wèn)題，每一個(gè)都戳中真實(shí)工程場(chǎng)景。

一、Claude Code、Windsurf 9成已是AI代碼，Cursor僅為前者一半

首先是 AI DevTools 初創(chuàng)公司。

我上周剛和 Anthropic 團(tuán)隊(duì)聊過(guò)，問(wèn)他們最近在內(nèi)部觀察到什么趨勢(shì)。雖然這些公司難免會(huì)有些“自帶濾鏡”，但他們的回答還挺值得一聽(tīng)的。

他們說(shuō)，當(dāng)?shù)谝淮卧趦?nèi)部開(kāi)放 Claude Code 給工程師使用時(shí)，幾乎所有人都立即開(kāi)始每天使用，而且熱情持續(xù)到現(xiàn)在。這種“自然啟動(dòng)”讓他們自己也有點(diǎn)意外。

要知道，當(dāng)時(shí)這還只是內(nèi)部版本。Claude Code 直到一個(gè)月前才對(duì)外發(fā)布，它其實(shí)不是 IDE，而是一個(gè)命令行工具（CLI），運(yùn)行在終端里。

他們還告訴我，目前 Claude Code 這個(gè)產(chǎn)品本身，有 90% 的代碼就是用 Claude Code 寫的。這個(gè)數(shù)字聽(tīng)起來(lái)非?？鋸?，甚至像廣告詞。但我也專門和工程師確認(rèn)過(guò)——他們不像市場(chǎng)部門那樣會(huì)“演”，所以這個(gè)說(shuō)法還是挺可信的。

他們還提到一個(gè)很有意思的數(shù)據(jù)：Claude Code 正式上線后第一天，使用量就暴漲了 40%；三周不到，漲幅已經(jīng)達(dá)到 160%。不論原因是什么，這說(shuō)明這個(gè)工具的確有吸引力。

此外，Anthropic 還啟動(dòng)了一個(gè)叫 MCP（Model Context Protocol） 的項(xiàng)目。他們的目標(biāo)是用一個(gè)協(xié)議，把 IDE 或 Agent 接入到開(kāi)發(fā)者已有的上下文環(huán)境中，比如數(shù)據(jù)庫(kù)、GitHub、Google Drive、Puppet 等。

我自己也動(dòng)手試了一下，連上了自己的一個(gè) API 數(shù)據(jù)源，然后直接問(wèn)它：“有多少人領(lǐng)取了某個(gè)優(yōu)惠碼？”它自動(dòng)生成 SQL 查詢，結(jié)果也挺靠譜。這種“自然語(yǔ)言連數(shù)據(jù)”的體驗(yàn)，確實(shí)讓人眼前一亮。

據(jù)他們說(shuō)，MCP 是在去年 11 月開(kāi)源的。到今年年初，有幾家中型公司開(kāi)始采用。然后在 3 月、4 月，連 OpenAI、Google、Microsoft 這些“大玩家”也加入了對(duì) MCP 的支持。

現(xiàn)在，每天都有成千上萬(wàn)條 MCP 請(qǐng)求在運(yùn)行，后面演講中還會(huì)提到它為何重要。

除了 Claude，我還和另外兩個(gè) AI IDE 團(tuán)隊(duì)聊了聊：

• Windsurf：他們說(shuō)目前團(tuán)隊(duì)中 95% 的代碼都是用 Windsurf 的 Agent 或自動(dòng)補(bǔ)全生成的； 
• Cursor：給出的估算是 40% 到 50% 的代碼使用了 AI。雖然比不上前面兩個(gè)，但他們也坦言：有些地方確實(shí)有用，有些還不太行。 

我很欣賞 Cursor 的坦誠(chéng)。畢竟這些公司做的就是 AI 編程工具，誰(shuí)都想把“AI使用率”盡量做到 100%，那可是賣點(diǎn)。但 Cursor 沒(méi)藏著掖著，這就已經(jīng)很難得了。

二、Google：“謹(jǐn)慎而長(zhǎng)期主義”，所有AI工具都是自研

我和 Google 的幾位工程師匿名聊了聊，大概五個(gè)人。首先要知道的是：Google 的所有工程系統(tǒng)幾乎都是自研的。

• 不用 Kubernetes，而是內(nèi)部自研的 Borg； 
•  不用 GitHub，用的是自己的代碼倉(cāng)庫(kù)系統(tǒng)； 
•  不用公開(kāi)的 Code Review 工具，而是用內(nèi)部工具 Critique； 
•  他們的 IDE 是自研系統(tǒng) Cider（全稱：Integrated Development Environment and Repository）。 

Cider 最初是網(wǎng)頁(yè)工具，現(xiàn)在已經(jīng)演變?yōu)橐粋€(gè)基于 VS Code 的定制分支，與 Google 的內(nèi)部基礎(chǔ)設(shè)施高度集成，開(kāi)發(fā)體驗(yàn)非常順滑，打通程度很高。

工程師告訴我，現(xiàn)在 AI 工具幾乎無(wú)處不在。

在 Google 內(nèi)部，他們已經(jīng)將大模型集成進(jìn)自己的 IDE「Cider」中。Cider 是基于 VS Code 的一個(gè)定制分支，還有一個(gè)網(wǎng)頁(yè)版叫 Cider V，里面集成了自動(dòng)補(bǔ)全、基于對(duì)話的 IDE。他們說(shuō)使用體驗(yàn)還不錯(cuò)，雖然可能比不上 Cursor，但總體表現(xiàn)已經(jīng)相當(dāng)可以。在代碼評(píng)審工具 Critique 中，AI 也能給出審查反饋，評(píng)價(jià)是“很合理，能用”。

再比如代碼搜索，這是 Google 內(nèi)部非常強(qiáng)大的工具，現(xiàn)在也已經(jīng)集成了 LLM 支持。你可以問(wèn)它一些問(wèn)題，它會(huì)幫你定位相關(guān)代碼部分。而就在一年前，這些功能在 Google 內(nèi)部幾乎沒(méi)人用。但半年內(nèi)一切都變了。 

一位現(xiàn)任 Google 工程師告訴我，Google 內(nèi)部推行 AI 工具的方式是非?！爸?jǐn)慎而長(zhǎng)期主義”的。他們希望這些工具能真正被工程師信任、持續(xù)使用。  

此外，還有不少只面向 Google 內(nèi)部的工具，比如： 

• Notebook LM：你可以上傳文檔、和它對(duì)話；  
• Prompt Playground：有點(diǎn)像 OpenAI 的 Playground，但其實(shí) Google 在 OpenAI 發(fā)布之前就已經(jīng)做出來(lái)了；  
• Moma：一個(gè)基于 LLM 的知識(shí)檢索系統(tǒng)，在 Google 工程師中廣泛使用。 

我聽(tīng)一位 Googler（不便透露姓名）說(shuō)，現(xiàn)在每個(gè) org（組織）都在搞屬于自己的 GenAI 工具，原因很簡(jiǎn)單：領(lǐng)導(dǎo)層希望看到這種創(chuàng)新，而且這么做更容易拿到內(nèi)部資源和預(yù)算支持。像 Notebook LM 這樣的工具，就是靠“某個(gè)團(tuán)隊(duì)拉到預(yù)算就自己搞起來(lái)”的。  

不過(guò)讓我印象最深的，是一位前 SRE 告訴我——他和很多 Google 的 SRE 還保持聯(lián)系——現(xiàn)在 Google 的基礎(chǔ)設(shè)施團(tuán)隊(duì)正在為“10 倍代碼量”的增長(zhǎng)做準(zhǔn)備。他們?cè)谏?jí)部署流水線、代碼審查工具、功能開(kāi)關(guān)機(jī)制等等。

這讓我非常好奇：Google 是不是已經(jīng)看到了某些我們還沒(méi)意識(shí)到的趨勢(shì)？

三、Amazon：采用AI比谷歌激進(jìn)，但相當(dāng)?shù)驼{(diào)

談起 AI 工具，大多數(shù)人第一反應(yīng)不會(huì)想到 Amazon。

雖然外界對(duì) Amazon 的 AI 能力印象不深，但我跟內(nèi)部工程師聊下來(lái)發(fā)現(xiàn)，幾乎所有開(kāi)發(fā)者都在用一個(gè)叫 Amazon Q Developer Pro 的工具。它對(duì) AWS 相關(guān)任務(wù)非常好用。

讓我驚訝的是，Amazon 內(nèi)部的人很疑惑，為什么外界對(duì)這個(gè)工具幾乎一無(wú)所知？他們表示，“只要你是做 AWS 的，這個(gè)工具的上下文理解能力就特別棒。” 

 大概半年前，我聽(tīng)他們說(shuō)這個(gè)工具“不太行”；但現(xiàn)在，很多人都說(shuō)：“真的很好用了。” 

 他們還告訴我，現(xiàn)在寫 Amazon 的 PR FAQ（六頁(yè)文案、模擬新聞稿的那種），也會(huì)用 AI 工具。年中績(jī)效季，很多寫作任務(wù)也用它來(lái)加速。 

Amazon 和 Anthropic 有合作關(guān)系，他們有一個(gè)內(nèi)部版本的 Claude。

關(guān)于 Amazon，我覺(jué)得最有趣的是 MCP（Model Context Protocol）在內(nèi)部的推進(jìn)。

Anthropic 最早提出 MCP，現(xiàn)在 Amazon 似乎在全面接入。  

稍微講講背景：Amazon 是個(gè)“API 驅(qū)動(dòng)”的公司，早在 2002 年，Jeff Bezos 發(fā)出著名命令：  

“所有團(tuán)隊(duì)必須通過(guò)服務(wù)接口（API）暴露功能和數(shù)據(jù)，不得使用內(nèi)部通信，違者將被開(kāi)除?！?nbsp;

 這也是 AWS 能誕生的底層原因。他們的所有服務(wù)都可以通過(guò) API 公開(kāi)，因此現(xiàn)在只需要在 API 上“外掛”一個(gè) MCP server，AI Agent 就能直接對(duì)接調(diào)用，非常輕松。  

我從某位 Amazon 員工那里得知，目前 Amazon 內(nèi)部的大多數(shù)工具和網(wǎng)站已經(jīng)支持 MCP，這應(yīng)該是第一次被公開(kāi)提到。

自動(dòng)化在 Amazon 內(nèi)部隨處可見(jiàn)。我聽(tīng)說(shuō)很多人正在用 AI 工具自動(dòng)處理工單系統(tǒng)、郵件、內(nèi)部流程等等，有些工程師甚至已經(jīng)自動(dòng)化了大部分工作流。  

雖然外界沒(méi)人討論這些，但它確實(shí)正在發(fā)生。Amazon 作為“API First”公司，現(xiàn)在可能也正悄悄成為“MCP First”的引領(lǐng)者，時(shí)間點(diǎn)就在 2025。

四、初創(chuàng)公司的兩極分化：有人愛(ài)瘋了，有人說(shuō)“不如手寫”

我還和一些小型初創(chuàng)公司聊了聊。它們并不是做 AI 工具起家的，但在日常流程中逐步開(kāi)始集成 AI —— 有的甚至已經(jīng)轉(zhuǎn)向“AI 優(yōu)先”的方向。

1.支持者 Incident IO：整個(gè)團(tuán)隊(duì)都在用，形成濃厚的“知識(shí)共創(chuàng)”氛圍

Incident IO，本來(lái)是一家做 on-call 報(bào)警平臺(tái)的公司。它本來(lái)是做 on-call 平臺(tái)的，但 AI 明顯是很適合用來(lái)做報(bào)警、排查和解決方案推理的。所以他們逐步變成了 AI 優(yōu)先的公司。

我采訪了聯(lián)合創(chuàng)始人 Lawrence Jones（他也是這次大會(huì)的講者），他告訴我：

 整個(gè)團(tuán)隊(duì)都在大規(guī)模使用 AI 來(lái)提效，還會(huì)在 Slack 中分享使用技巧、最佳實(shí)踐，一種“知識(shí)共創(chuàng)”的氛圍已經(jīng)形成。

一些具體例子很有代表性：

•  有人嘗試用另一臺(tái) MCP server 來(lái)處理一張復(fù)雜的工單，結(jié)果 AI 給出的初稿非常靠譜； 
•  他把這個(gè)經(jīng)驗(yàn)發(fā)到群里，其他人紛紛試用，討論 prompt 設(shè)計(jì)和生成邏輯； 
•  還有人發(fā)現(xiàn)了一個(gè)“提示詞新玩法”：讓 AI 給出 3~5 個(gè)不同代碼方案，再追問(wèn)“為什么這樣寫、換個(gè)思路會(huì)怎樣”。 

Lawrence 表示最關(guān)鍵的轉(zhuǎn)折點(diǎn)是 Claude Code 上線后的三周。

他查了一下數(shù)據(jù)（當(dāng)時(shí)是周日），發(fā)現(xiàn)整個(gè)團(tuán)隊(duì)都已經(jīng)在日常使用它了。沒(méi)有任何品牌贊助，只是純粹覺(jué)得Claude太好用了。

2.棄用者 某AI 生物初創(chuàng)公司：最新的模型也滿足不了需求，領(lǐng)域太小眾了？

這家公司大概成立三年了，團(tuán)隊(duì)規(guī)模在 50 到 100 人之間，整個(gè)系統(tǒng)架構(gòu)很現(xiàn)代：基于 Kubernetes 的自動(dòng)化數(shù)值管道、Python、Hugging Face 等技術(shù)。

他們的工程師對(duì)我說(shuō)：  “我們?cè)囘^(guò)很多 LLMs，但沒(méi)有一個(gè)能真正用起來(lái)。因?yàn)槲覀兪謩?dòng)寫出正確代碼，其實(shí)比修改 AI 寫的代碼還要快得多 —— 即便是用最新模型，比如 Claude 3.7、甚至 Claude 4，還是這樣?！? 

他們覺(jué)得自己的領(lǐng)域可能太小眾，不適合讓 LLMs 發(fā)揮作用。

這位工程師也坦言，不愿意公開(kāi)名字，是因?yàn)樗麄儾幌氡毁N上“AI懷疑者”的標(biāo)簽——但這是實(shí)話。  

他們是一家節(jié)奏很快的初創(chuàng)公司，嘗試過(guò)各種 AI 工具（包括代碼審查助手），但最終發(fā)現(xiàn)這些工具不適用于他們開(kāi)發(fā)的新型復(fù)雜軟件。他們不是不試，而是試了發(fā)現(xiàn)不行，就迅速換方向了。

五、“從未如此興奮！”——獨(dú)立開(kāi)發(fā)者與老程序員如何評(píng)價(jià) AI 編碼？

聊完初創(chuàng)公司，我也采訪了幾位獨(dú)立軟件工程師，他們?cè)?AI 時(shí)代之前就已經(jīng)非常厲害了，對(duì)“寫代碼”這件事有深深的熱愛(ài)。

1、Flask 作者 Armin：我現(xiàn)在更想當(dāng) AI 智能體工程師

Armin Ronacher，Python Web 框架 Flask 的作者，十幾年來(lái)一直是個(gè)“純寫代碼”的技術(shù)人。他最近離開(kāi)了 Sentry，準(zhǔn)備自己創(chuàng)業(yè)。

最近他發(fā)布了一篇文章，標(biāo)題是：《AI 改變了一切》。他說(shuō)了一句非常顛覆性的話：

 “如果你在六個(gè)月前告訴我，我會(huì)更愿意做一名‘AI 智能體工程師’而不是親自編碼，我肯定不會(huì)相信?！?/p>

他的轉(zhuǎn)變有三個(gè)原因：

•  Claude Code 用起來(lái)真的很順； 
• 自己在密集使用 LLMs 之后，終于“突破了心理障礙”，開(kāi)始接受 AI 合作模式；
•  最關(guān)鍵：agent 能自動(dòng)執(zhí)行、觀察反饋，這種機(jī)制可以極大地降低‘幻覺(jué)錯(cuò)誤’的影響。

2、iOS 工具作者 Peter：我又找回了“寫代碼的熱情”

Peter Steinberger 是 PSPDFKit 的作者，iOS 最流行的 PDF SDK 創(chuàng)始人。他把公司賣掉后一直在探索新技術(shù)，最近發(fā)了一篇文章，標(biāo)題就叫：

 “The Spark Returns（熱情回來(lái)了）” 

他說(shuō)他感受到一個(gè)轉(zhuǎn)折點(diǎn)到來(lái)了：語(yǔ)言和框架不再重要，AI 工具讓他輕松從 Objective-C 轉(zhuǎn)到 TypeScript，寫什么都行。工具層的解耦能力太強(qiáng)了，生產(chǎn)效率暴漲。

他還跟我分享了一個(gè)他發(fā)在社交平臺(tái)的段子：  “很多技術(shù)人都因?yàn)橥?AI 工具興奮到睡不著?！?nbsp;

有趣的是，我們是在凌晨 5 點(diǎn)互發(fā)消息的，我因?yàn)閯e的事早醒，他因?yàn)閷懘a根本沒(méi)睡。

 3、ThoughtWorks 的 Brigita：LLM 是技術(shù)棧的“橫向力量”

Brigita是ThoughtWorks的Distinguished Engineer，她這樣總結(jié) LLM 的意義：LLMs 是極少數(shù)可以在任意抽象層使用的工具。

 你可以把它當(dāng)作匯編級(jí)別的 low code 工具，也可以用來(lái)操控高級(jí)語(yǔ)言，甚至用自然語(yǔ)言編程。 這不是簡(jiǎn)單地‘加一層 AI’，而是在整個(gè)技術(shù)棧中橫向滲透的東西。

正是這種“跨層抽象使用能力”，讓 LLMs 真正令人興奮。說(shuō)這話的人，本身也是在 AI 出現(xiàn)之前就已功成名就的資深工程師。

4、Django 聯(lián)合創(chuàng)始人 Simon：真正的突破剛剛開(kāi)始

Simon Willison 是 Django 框架的聯(lián)合創(chuàng)始人，靠寫博客和開(kāi)源維生，被 Andrej Karpathy 稱為“LLM 博客必讀作者”。

他說(shuō)：

“代碼agent確實(shí)可以跑得通，可以反復(fù)循環(huán)、調(diào)試編譯器、干實(shí)事。 過(guò)去 6 個(gè)月，大模型的迭代明顯突破了一道門檻，現(xiàn)在開(kāi)始真的‘有用’了。”

5、Kent Beck：52 年碼農(nóng)生涯，現(xiàn)在寫得最開(kāi)心！

最后是重量級(jí)嘉賓：Kent Beck，極限編程（XP）之父，JUnit 作者，軟件工程界的活傳奇。

他說(shuō)：

 “我現(xiàn)在編程比過(guò)去 52 年任何時(shí)候都開(kāi)心。” 

他正在用 Smalltalk 寫一個(gè)并行虛擬服務(wù)器的項(xiàng)目 —— 是他多年來(lái)的夢(mèng)想。

 他說(shuō) LLM 的出現(xiàn)讓他終于可以專注做自己真正想做的事，不用被工具框架牽著走。

在他眼中，LLM 是繼微處理器、互聯(lián)網(wǎng)、智能手機(jī)之后，又一次徹底改變成本結(jié)構(gòu)的技術(shù)浪潮：

 “過(guò)去我們因?yàn)橘F、不現(xiàn)實(shí)而不做的事，現(xiàn)在突然變得便宜又容易。”

延伸：值得思考的四個(gè)問(wèn)題

這些趨勢(shì)很有意思，但我認(rèn)為現(xiàn)在仍然談不上“AI 已徹底改變軟件開(kāi)發(fā)”。它遠(yuǎn)不是那種“板上釘釘、未來(lái)已來(lái)”的故事。

所以我自己也留了 4 個(gè)問(wèn)題：

?問(wèn)題一：為什么創(chuàng)始人和 CEO 遠(yuǎn)比工程師更興奮？

雖然有一些工程師確實(shí)很激動(dòng)，比如 Armin 和 Peter，他們本身就可能是創(chuàng)業(yè)型人才。但比如 Warp 的創(chuàng)始人 Zack Lloyd 就問(wèn)得很到位：

 “有沒(méi)有人注意到，最資深的工程師往往不怎么用 AI，最熱情的反而是創(chuàng)始人和產(chǎn)品經(jīng)理？” 

這可是一個(gè)做 AI 工具終端的創(chuàng)始人在反思。

再看那些 CEO 公開(kāi)發(fā)言，幾乎都在極力宣傳 AI 的潛力。這值得我們思考。

?問(wèn)題二：AI 工具的使用在開(kāi)發(fā)者中到底有多主流？

我讓現(xiàn)場(chǎng)舉手：“每周至少用一次 AI 工具寫代碼的有多少人？”

現(xiàn)場(chǎng)大約有 60–70% 的人舉手。

這和 DX 的調(diào)研數(shù)據(jù)相符。他們最近調(diào)查了 3.8 萬(wàn)名開(kāi)發(fā)者，結(jié)果是：

•  一個(gè)典型組織中，大約 一半人每周使用 AI 工具； 
•  最頭部的公司能達(dá)到六成。 

但請(qǐng)注意，我演講里講的大多數(shù)例子，其實(shí)都高于這個(gè)中位數(shù)（除了那個(gè) AI 生物初創(chuàng)公司）。

也可能有樣本偏差——愿意分享經(jīng)驗(yàn)的人，本來(lái)就更愿意使用 AI。

?問(wèn)題三：我們到底節(jié)省了多少時(shí)間？

比如 Pete 告訴我，他感覺(jué)自己產(chǎn)出效率提升了 10–20 倍。

但 DX 的調(diào)研顯示，AI 工具一周大約能幫開(kāi)發(fā)者節(jié)省 3–5 小時(shí)，平均大概 4 小時(shí)。

4 小時(shí)也不賴，但要說(shuō)“10 倍提效”就顯得有點(diǎn)夸張了。問(wèn)題是：我們真的把省下來(lái)的時(shí)間用來(lái)創(chuàng)造更多價(jià)值了嗎？

我也不知道。

?問(wèn)題四：為什么 AI 對(duì)個(gè)人開(kāi)發(fā)者特別有效，而對(duì)團(tuán)隊(duì)卻效果不佳？

這個(gè)現(xiàn)象非常普遍。DX 的 Laura Tacho 也告訴我，AI 工具在“個(gè)體層面”表現(xiàn)不錯(cuò)，但在“組織層面”尚未發(fā)揮價(jià)值。

CEO 和創(chuàng)始人如此熱情，不難理解，畢竟他們公司押注 AI，也有財(cái)務(wù)壓力在身上。

大廠積極投資、探索 AI 工具，也說(shuō)得通。

但最讓我在意的是那些“有年頭”的資深開(kāi)發(fā)者，他們是真的用出了成果、感受到了變化、愿意投入更多。

我覺(jué)得我們可能正處在一個(gè)軟件開(kāi)發(fā)方式的“臺(tái)階式變革”時(shí)刻。

我聯(lián)系了軟件工程思想領(lǐng)袖 Martin Fowler，請(qǐng)他為我審閱的一篇文章給點(diǎn)看法。他的回答是：

 “LLMs 將對(duì)軟件開(kāi)發(fā)產(chǎn)生的影響，堪比當(dāng)年從匯編語(yǔ)言轉(zhuǎn)向高級(jí)語(yǔ)言的變革。

后來(lái)各種高級(jí)語(yǔ)言的更新，雖然改進(jìn)了生產(chǎn)力，但沒(méi)有那種‘質(zhì)變’了。

但 LLM 是不同的：它是計(jì)算機(jī)歷史上第一次引入“非確定性”的工具，這非常關(guān)鍵?！?/p>

結(jié)語(yǔ)

我的結(jié)論是：變化正在發(fā)生，我們需要更大膽地去實(shí)驗(yàn)。

我們應(yīng)該像初創(chuàng)公司那樣多試錯(cuò)，弄清楚：

•  什么是有效的？ 
•  什么是沒(méi)用的？ 
•  什么是真的便宜了？ 
•  什么才是真正值得投資的？

這場(chǎng)演講到這里也告一段落，內(nèi)容之扎實(shí)、視角之多元，令人回味。

你對(duì)演講中的這些觀察有沒(méi)有共鳴？

AI 寫代碼對(duì)你來(lái)說(shuō)，是賦能，還是添亂？歡迎在評(píng)論區(qū)聊聊你的真實(shí)感受