又到一年高考季，因为这几年一直在研究大模型，有好几个家长朋友都来咨询，要不要给自己孩子报考计算机专业?接到这个问题，面对“周更”、甚至“日更”的大模型浪潮，着实难给出一个准确的回答，只能说：编程作为一种抽象和拆解问题的方法论依旧重要，但写代码这件事正被重新定义——自然语言正快速变成新的最高级的编程语言。
AI界的大V安德烈·卡帕斯(Andrej Karpathy)长期在X社交账号上置顶的一句话，道出了当下的心情：最火的新编程语言，是英语(The hottest new programming language is English)。Karpathy提出了vibe coding(氛围编程)的趋势，这也意味着用户可能会忘记代码的存在。其最新的关于软件3.0时代的演讲，揭示了软件开发正在经历1940年软件1.0以来最深刻的范式转移。
一、AI编程是当前大模型最具颠覆性的领域
编程是数字世界的行动力，也是建构数字世界的建筑师。编程能力的升级具有巨大意义，因为如果说未来是数字世界，那么AI编程将成为未来最强大的数字生产力之一，不仅搭建数字世界，设计Agent在数字世界完成任务，还可以通过跟物理世界的交互产生更大的价值。
今年3月，Anthropic首席执行官Dario Amodei表示，未来3到6个月，AI将编写90%的代码，而在12个月内，几乎所有的代码都可能由AI编写。无独有偶，OpenAI首席产品官Kevin Weil表示，预计到2025年底，AI编码将实现99%自动化。与之前大部分预测都是未来3年、5年不同，两位大模型公司高管的预测都是到今年底，几个月后就会见分晓，AI Coding对程序员带来的冲击影响之大、速度之快，将是前所未有的。
近日美国劳工统计局的《当前人口调查》数据称，美国计算机程序员的就业率已经降至1980年以来的最低水平。1980年，美国计算机编程工作岗位超过30万个。在21世纪初的互联网泡沫时期，这一数字曾达到70多万，但如今就业机会已萎缩至当时的一半左右。可以说，程序员们夜以继日为之奋斗的大模型，却先革了自己的命。
最近的一场对谈中，微软CEO纳德拉表示，现在微软30%的代码都是AI写的。Meta创始人扎克伯格则表示，很快Meta的这一比例就会达到50%。
在国内，AI编程已成为行业大范围普及的应用。如，使用腾讯云代码助手产品的企业客户，采纳率普遍达到了30%的水平，单测执行率提升18%，代码评审覆盖率增长20%。
再如，一季度财报会上，美团创始人王兴披露，美团为工程师提供了自动代码生成工具，内部已有52%的代码由AI生成。公司90%的工程师已频繁使用AI工具，部分团队甚至依赖AI完成90%以上的代码编写。美团工程师反馈，以往需要数小时编写的功能，现在几分钟内即可完成。例如，开发一个外卖订单状态查询接口，AI能自动生成数据库查询语句、API接口、前端展示逻辑等，并将测试用例一并打包。工程师的角色逐渐从写代码转向设计需求和审核代码。
AI的影响还蔓延至非技术岗位。美团推出的NoCode零代码平台允许普通员工通过对话创建应用。如，一位餐厅经理只需描述“需要统计每日销量并自动生成报表”，AI便会搭建一个包含数据录入、计算和可视化功能的小程序，大幅提升了流程效率。
二、AI编程的格局与新趋势
AI编程是当前经过了市场验证的人工智能最先落地的领域。据研究机构Vision Research Reports预测，8年后，全球AI Coding市场将突破200亿美元。不过这可能都是一个偏保守的预测，因为仅拿中国市场来看，2023年中国软件和信息技术企业超3.8万家，累计完成软件收入12.3万亿，这都有可能转为AI编程的潜在市场空间。
当前市场上，已经涌现出一批AI编程的典型玩家，包括Cursor，Windsurf、Devin、GitHub Copilot、字节Trae、通义灵码、腾讯云代码助手CodeBuddy等。特别是去年以来，Cursor成为明星企业，以其“氛围编程”体验和高效的AI辅助编码功能而闻名。它能帮助开发者用自然语言指令完成代码生成、错误修复和知识问答等任务，极大地提高了开发效率，并吸引了包括OpenAI和Midjourney在内的知名企业客户。Cursor近期完成了一轮9亿美元的融资，最新估值达到90亿美元，年度经常性收入在4月已增至2亿美元。
目前大多数AI编程公司提供的能力主要有3大类，第一类是程序员助手，从IDE环境插件切入，更多是一个Copilot的角色，增强现有的工作流、提升效率;第二类是主打Agent，希望成为一个能够端到端执行任务的“数字程序员”。第三类是专注在特定代码模型，从领域入手，构建差异化的竞争力。
当前，AI编程在自主完成项目的能力上还有一定的差距，且在幻觉消除、甚至有人嘲讽的“屎山代码”问题，以及上下文长度、代码质量、项目架构等方面还存在不小的挑战，但正如很多技术在初始时可能也是以很弱小、甚至被嘲笑的状态出现，最后却改变了世界。可以确定地说，AI编程的进化是必然趋势，也是大模型通往AGI征程上可以持续升级的能力。
1. 从代码补全工具迈向自主Agent
过去，编程工具主要是提供一个IED环境或插件，做代码补全、查找bug等，如今，各大编程工具正竞相推出云端Agent来独立完成一个完整开发任务，可以覆盖从规划到编写、测试等全流程，人类未来将从写代码转向分配任务和代码评审。
GitHub Copilot 在用户分配问题后，可以规划、编写、测试和迭代代码，并提出经过全面测试、可供人工审核的拉取请求。
OpenAI Codex作为一款基于云的软件工程代理工具，可以并行处理多项任务，其侧边栏可以接管任务，每个任务在隔离沙盒里并行运行。如编写功能、解答代码库相关问题、修复错误、执行测试并生成可追溯日志等。每个任务都在专属的云沙盒环境中运行，并预加载了用户的代码库。
Cursor支持一次跑多条agent流水线，并让它们处理更大的任务。这些代理在各自的远程环境中运行。用户可以随时查看状态、发送跟进或接管。
Devin自创立起，就定位在“AI软件工程师”，它不仅仅是一个IDE的软件开发环境，用户可以用自然语言向软件下达任务，软件会自动搜索在线资源、工具以完成任务。用户可以一步一步地跟随，看 Devin做了什么以及它正在做什么。
2. 从项目环节升级到覆盖整个大项目
最新的Claude Opus 4.在全球编程模型领域持续领先，在复杂、长时间运行的任务和代理工作流中拥有不错的性能表现，未来也有望能够承担更大的项目任务。最近Claude Code走红，许多程序员称赞它是目前最好的编程工具。
最近火热的Augment Code，目标是“成为最懂你整个代码库的AI编程伙伴”。augment支持高达200K Tokens(20万)的上下文窗口，这样的好处是前后端、数据库模型、各种配置文件等都可以放到大模型中，让编程助手更理解用户的项目架构。它还可以索引多个关联的代码库，实现跨项目理解和代码生成，对于复杂业务逻辑更多的大项目来说，更为友好。而且，相比Cursor传统上“一问一答”的交互方式，Augment的自动化程度更高，省去了不少问答模式下反复追问的麻烦。
3. 独立编程工具可能被基础大模型“吃掉”
关于独立的编程工具有没有护城河，一直是行业的一个争议。秉持“没有护城河”一方的观点，最典型的是“苦涩的教训”( The bitter lesson)，即人们反复尝试用工程手段提升性能，最终却总是被简单堆算力的方式超越。大模型能力的不断提升，会“吃掉”不少个人应用创新的功能，特别是工作流类的应用，更容易被大模型的新能力取代，编程也可能是其中一种。
认为有护城河的则认为，虽然基础大模型的能力在持续提升，但是独立编程工具有较好的用户交互界面和环境，不少工具也因此得到了用户的青睐。同时像Cursor等工具，还针对低延迟、高频率使用的功能构建了专有模型，进一步提升用户的使用体验，并降低成本。而且，更关键的，产品在跟用户长期的互动中，可以获得用户采纳、编程偏好、代码规范等各种数据，从而成为更具个性化、体验更好的工具，从而获得独立的发展空间。这跟最近流行的上下文工程(Context Engineering)思想也是一致的。但这些个性化的数据，基础大模型也可以实现，好比GPT今年4月推出的记忆功能，可以提取用户跟大模型的历史对话，从而分析用户的特点和偏好，可能比用户自己还懂自己。更多股票资讯，关注财经365！