“前端有模板，后端使用框架，算法依赖于开源，而商业代码使用AI ...在2025年，程序开发不再是您是否了解棒子的观点，而是您是否知道。”私人开发商Zhao Zeming最近在他的朋友圈子里叹了口气。

Zhao Zeming是信息挖掘工具Wiseflow的主要作者。该开源项目已在Github上获得了6,600多颗星。他告诉Caixin，该项目的代码中约有60％是用AI编写的。他补充说：“看五年了，程序员可能已经从独立的工作变成了当时像打字机这样的一般技能。” “就像任何人都可以做PPT一样，但是有多少人可以通过做PPT赚钱？”

在大规模模型应用中，AI代码写作被视为有前途的领域，其频率高，需求且确定性很高。在过去的两年中，许多主要制造商都在这种情况下押注。 2023年11月，阿里巴巴云（Alibaba Cloud）发布了AI编程助理Tongyi Ling Code，紧随其后。 12月，Sensetime推出了智能编程助理代码小浣熊。百度创始人罗宾·李（Robin Li）曾经说过，他想在2024年最多推广的一件事是使每个人都有程序员的能力。同年，百度发布了代码助理漫画，称这位AI程序员撰写了百度的内部代码四分之一。

去年，当First Financial询问行业中的AI是否可以取代程序员时，每个人都认为AI可能能够在主要工作中编写一些测试脚本，但是在更严重的商业级代码开发过程中，即使GPT-4也只能达到较低的水平。

在2025年，AI更容易编写代码，而随之而来的问题是，程序员应该做什么？

能力迭代

在过去的一年中，国内主要公司一直在强烈部署AI编程，海外专业的专业还将AI代码写作纳入了他们的工作流程。此外，许多海外AI编程初创公司已成功商业化，年增长率超过1亿美元。

1月初，在播客节目中，梅塔创始人马克·扎克伯格（Mark Zuckerberg）说：“ 2025年，AI将达到中级软件工程师的编程水平。”他说，梅塔（Meta）正在朝着这一目标努力，当时“我们的应用程序中的许多代码，甚至是我们生成的AI，都将主要由AI工程师而不是人类工程师撰写。”

除META外，Google首席执行官Sundar Pichai于去年10月在第三季度的收入电话中透露，AI生成了超过四分之一的Google新代码，并且在经过手动审查后，这些代码已被接受。

2024年底，Salesforce创始人兼首席执行官Marc Benioff在播客中透露：“ 2025年，Salesforce将不再招募软件工程师。” Salesforce的工程团队的生产力依靠自己的代理商和其他AI技术，增长了30％以上。

今年，AI加速了其进入主要制造商和开发商工作的业务。核心原因是AI编写代码的能力有所提高，并且成本已降低。

1月初，当Tongyi Lingcode 2.0发布时，Tongyi Lingcode负责人Ding Yu说，从最初的AI辅助编程和互补代码到人类与AI之间的协作编程，AI正在改变软件工程师的工作方法。 AI可以根据方案任务进行批处理文件修改，以实现功能的飞跃。

最近，Sensetime技术的浣熊负责人Jia Anya提到了第一个金融新闻，说明Sensetime，今年AI代码的总体进展相对较大，旨在开发人员和程序员，并且功能的整体完整性和应用更强。

基于漫长的思维链，AI可以更好地理解和执行复杂的任务，并且具有更强的集成外部信息的能力。 “过去，它可能在AI的每个步骤中都特别详细，或者必须在任务中以多个步骤提供指导。现在，这可能是一种更加自动化的方式。”但与此同时，贾·安雅（Jia Anya）说，诸如产品经理，程序员，建筑师和测试等职位仍然在当前特别复杂的软件开发方案中发挥了领导作用。 “ AI更像是一个副驾驶，现在副驾驶相对聪明。”

码头模型的功能的提高是过去一年AI代码功能迭代的关键。贾·安娜（Jia Anya）说，在去年上半年，代码审查对每个人来说都是令人头疼的，但是在模型的推理能力发布之后，一些代码审查或针对某些新手用户的早期软件研发培训，所有这些都有更好的结果，并且在软件研究和开发中都非常有效。此外，随着推理成本的降低，最终用户的接受也更高。

Zhao Zeming还告诉记者，大型模型的基本功能的提高推动了AI辅助编程情报的改进。同时，像光标这样的工具已经实现了极端的“及时工程”，因此开发人员可以使用它。

“光标令人惊讶的是，它突破了传统IDE（集成开发环境）插件的相互作用形式，并本身构建了本地IDE，该插件具有很大的参考值。”贾·安娜（Jia Anya）认为，从当前一年开始，无论是模型本身，工程还是特定的产品互动，行业中都有许多非常好的实践。

光标最初是由Anysphere于2023年1月推出的，以帮助开发人员自动生成高质量的代码并减少开发时间和人工成本。 2025年1月，Anysphere宣布了1.05亿美元的B系列融资，投资后的估值高达26亿美元。该小组在博客中说，Anysphere的ARR（年度经常性收入）已超过1亿美元。

AI代码工具被认为是可以在B端字段中更快实现的AI应用程序轨道。 AI代码写作的目的是提高发展效率。个人开发商和企业都愿意为节省时间和人工成本付出代价。市场需求明确，商业化路径很明显。同时，模型能力达到了满足需求的地步，尤其是在海外市场，业务模式已迅速开放。除了光标外，当前的最高海外产品还包括GitHub Copilot，Windsurf和其他产品。

在2024年7月的微软财务报告会议上透露，Github Copilot的年度经常性收入超过3亿美元。 Windsurf开发人员的地址最近被揭示，正在进行一轮新的融资，估值为28.5亿美元。就在六个月前，Geceim宣布在C系列中完成了1.25亿美元的融资，当时的估值为12.5亿美元。熟悉此事的人说，Codeium目前的年度重复收入约为4000万美元。

AI编码领域已经有很多玩家。 PitchBook数据显示，在世界范围内，大约有250家初创公司推出了AI编码助手。在中国，包括阿里巴巴，百度，兽人在内的互联网巨头，例如Iflytek，Sensetime和Zhipu AI等独角兽已经推出了相关产品，试图获得与您接近的“蛋糕”。

AI代码可以成功地遵循商业化的道路，一方面，功能的迭代改善满足市场需求，另一方面，它降低了成本。 Jia Anya提到，无论是开源模型体系结构的优化还是推理级别相同模型体系结构的整体工程优化，它都大大降低了实施AI编程终端的总体成本。

“去年，一台花费约200,000元的机器只能运行7B型号，但是现在它可以运行70B或32B MOE架构模型。资金是相同的，但是可以实现的业务场景将非常不同。” Jia Anya举了一个例子，说7B模型只能在去年运行垂直方案，但是现在可以输入具有更多参数的通用模型，并且可以在其上运行5或6个方案，因此总体部署和实施成本降低了80％，并且企业更愿意采用它。

Jia Anya认为，将来仍有进一步降低AI代码申请成本的空间。同时，借助增强的计算能力和模型推理性能，大型模型的推理将来可以延伸到最终方面，这将对AI应用程序的通用有很大帮助，您可能会在一两年内看到最终端的结果。

程序员去哪里

“对于年轻一代来说，编程不再是可行的职业。” NVIDIA首席执行官Jensen Huang此前曾警告说，作为职业的编程可能会消失。

目前，程序员不必为此担心，但是正如扎克伯格所说，在AI将来达到中级软件工程师的编程水平之后，人类程序员应该去哪里？

“您只需要知道（编写了什么代码），但是您不需要知道（书面代码）。这仍然是程序员的定义吗？尚不清楚。” Zhao Zeming认为，将来，越来越多的产品经理和小型企业主将直接完成没有程序员的开发，但他们仍然需要出色的建筑级别的指导。

“一端需要与真正的业务需求建立联系，例如要实现的效果，并且根据这些需求，开发人员需要考虑每个部分都需要实现的性能指标。另一方面，为了使该部分适应其环境和框架，需要指定规格。” Zhao Zeming说，所有这些细节都是人们需要清楚思考的内容，然后将其授予AI来生成代码。最后，该代码还需要进行测试，调试，调整。

目前，AI很难完全替换程序员。 Jia Anya提到，在一些成熟的软件公司或大型企业的研发系统中，软件系统非常复杂，很难描述整个工程内部信息。 “很多时候，软件开发都涉及用户期望的在线时间，可以在内部派遣的资源。此资源涉及人员，其他一些额外的成本以及历史代码的可维护性，包括随后的修改的复杂性等。”因此，需要从0到1构建或迭代一个真正复杂的软件系统，并且不能简单地实现AI。

在Jia Anya的角度，我们现在正在做的许多AI编程工具不是要替换它们，而是要优化程序员的原始工作内容。许多程序员非常喜欢编写新代码，但是通常他们花费的时间不到20％的时间编写代码，并且大部分时间都花在如何编写评论，编写文档，修改代码等上。每个人都可以专注于更高的流量和更高的价值工作，个人生产力将更高。从社会层面上，数字供应和需求也可以达到更好的平衡点。

作为一家大型工厂的程序员的成员，吴Jun告诉《第一个财务日报》，他目前正在使用AI与检查代码一样简单。因为对于复杂的系统，AI尚未达到人类程序员体系结构的水平。 “人们将专注于大型，放开小小的，并专注于需要解决的方向，但AI可能还没有达到这一水平。”

从积极的一面来看，吴军认为，AI代码写作将变得越来越成熟，并且程序员的工作方法将在未来发生变化，他们将更加关注更高的工作，例如建筑设计和现场建模。 AI带来了工具级的进化并提高效率。如何在将来与AI更好地与AI合作也是评估程序员功能的一个方面。

市场研究公司Gartner于去年10月发表了一份报告，称到2027年，生成AI将在软件工程，运营和维护领域中生出新的工作，而80％的工程师将需要提高其技能。

Gartner的高级首席分析师菲利普·沃尔什（Philip Walsh）表示，在某些领域，AI确实可以以更快的速度和较低的成本完成任务，但这并不意味着将完全取代人类程序员。人类的创造力，批判性思维和对复杂系统的深刻理解仍然是AI难以复制的独特优势。因此，未来更有可能成为人类与AI合作合作的新模型：AI处理标准化和重复的任务，而人类专注于更具创造力和战略性的工作。

Gartner的报告提到，在短期内，AI工具将通过增强现有开发人员的工作方法和任务来提高生产率。在中期，AI代理将改变开发人员的工作方式，大多数代码将由AI生成。在这样的“ AI本地时代”中，软件工程师将更多地关注AI如何理解和处理特定任务的上下文和局限性。天然语言及时工程和增强发电（RAG）技能将成为开发人员的重要能力。

尽管AI将提高工程效率，但企业将需要更熟练的软件工程师来满足AI支持的软件的快速增长。 Gartner认为，开发AI驱动的应用程序将催生新的软件专业人员，例如“ AI工程师”，他们在软件开发，数据科学和AI/机器学习方面具有全面的技能，这些技能将变得非常流行。

Sang Tang的Little Raccoon团队的招聘需求也发生了变化。贾·安娜（Jia Anya）提到，现在他将更多地关注申请人理解新事物以及是否有强烈好奇心的能力。

“过去，在招募时，我可能会更加注意候选人的过去恢复。他在垂直领域特别熟悉，但现在AI有能力获得更基本和重复的事物，因此我们将看到招聘的人为基于AI招募的人写一些新项目是否基于AI，是否熟悉了各种AI工具等。 AI在行业中的实施也是未来人才的重要考虑因素。