量子位 | 公众号 QbitAI
经验丰富的程序员Simon Willison，在编写代码长达二十五年后，突然发现自己难以准确估算项目所需时间了。
这位曾被誉为“十倍工程师”的Django创始人在最近的一次访谈中坦承，他已经无法预测项目的完成期限。
在过去的工作中，他可以迅速判断一个任务需要两周时间，并决定是否值得去做。如今，AI技术的飞跃让他意识到，许多繁琐的任务都能被智能系统轻松解决，有时甚至只需短短二十分钟即可搞定。
二十五载的职业生涯似乎一夜之间归零了。
这一转变始于2025年11月，当时AI编写代码的能力达到了一个转折点，从“基本可用但需人工干预”变成了“几乎总是准确无误”。
尽管表面上看似变化不大，但这标志着整个行业的规则发生了翻天覆地的变化。
在Lenny’s Podcast节目中，Simon这样描述了这一现象：
对于工作三到八年的工程师来说，这场变革尤为剧烈。
这一转折点意味着编程领域彻底告别了过去几十年的传统模式。
AI技术的革新速度远超人们的预期。2025年全年，Anthropic和OpenAI都在大力提升其代码生成能力，并相继推出了GPT 5.1和Claude Opus 4.5等新版本。
尽管这些模型在参数上的改进看似微小，但它们却跨越了一道关键门槛——从“偶尔出错”到“几乎完美无瑕”。
在此之前，AI生成的代码往往只有八成左右能顺利运行。为了确保万无一失，开发者必须逐一审查每一行。
然而自十一月以来，情况发生了根本性的变化——几乎所有由AI编写的程序都能按照预期执行任务。
Simon表示，如今他每天可以生成上万行代码，其中大部分都能够立即投入使用。
相比之下，一名普通程序员通常一天只能编写两三百行高质量的代码。而借助AI技术，这一数字被提高了几十倍之多。
由于编程任务具有高度可验证性（要么成功运行，要么失败），这使得它成为首批受到AI冲击的职业领域之一。
相比之下，审查一份由AI撰写的法律文件或文章则要复杂得多。
因此，程序员成为了最早感受到这一变化的群体。然而，这种转变很快将蔓延至其他行业。
Simon提到，在美国已有超过一千两百起案件因律师未能识别出AI生成内容中的错误而被败诉。
律师们往往难以辨别AI的胡编乱造，相比之下程序员至少还能通过实际运行来验证代码的有效性。
他说这句话时，记录已增加到1248起。
这种“可验证”的特性反而成为了程序员的优势所在。
AI带来的不仅仅是速度上的提升。Simon分享了自己如今的工作方式：他会让AI同时提供三种不同的解决方案，并从中挑选最佳方案进行实施。
目前，创建一个UI原型几乎免费且快速完成。ChatGPT和Claude能够根据描述生成任何界面设计。
在过去需要花费一两天时间才能制作出的原型现在仅需三个小时即可完成三套不同的设计方案。
这种变化极大地降低了试错成本，从“审慎思考后再动手”转变为“先尝试多种方案”。
效率的巨大提升正引发着一场彻底的职业洗牌。随着编写代码不再是瓶颈，真正稀缺的是新的技能和知识。
中级工程师群体成为此次变革中受影响最严重的部分。
程序员的分类不再基于他们掌握的技术栈或使用的编程语言，而是依据他们在职业阶梯上的位置来划分。
全球最大的IT咨询公司之一ThoughtWorks在二月份召开了一场闭门会议。
来自不同公司的工程VP们聚集一堂，共同探讨AI技术如何重塑工程师队伍的问题。
他们得出的结论引起了行业内的广泛关注。
研究发现，AI对工程师的影响并非一刀切，而是形成了三个不同的发展层次。
对于资深工程师而言，这一变化带来了机遇。多年的架构经验和系统设计能力在AI的帮助下得到了进一步提升。
而对于刚入行的新手来说，入门门槛大大降低。以前需要花费大量时间学习陌生代码库和复杂构建流程的日子已成为过去式。
中级工程师则陷入了尴尬境地——他们既未能达到资深水平又不再具备新手的灵活性与适应能力。
这些人恰恰位于AI冲击波的核心地带，因为他们所依赖的关键技能正是目前AI最擅长的部分之一。
上有无法追赶的高级架构师，下有新晋程序员加AI组合的竞争压力，使得这一层次变得尤为艰难。
Simon甚至预测到2026年底前，50%的工程师将会有超过95%的工作代码由AI生成。
这不是遥远未来的设想，而是即将到来的变化。距离现在只剩八个月时间了。
“会写代码”这一核心竞争力正在逐渐转变为一项基础技能，就像当年打字速度曾经是一项重要能力一样。
当前的职业模型正经历重塑，编程能力的重要性在迅速下降，取而代之的是新的关键技能：
- 架构设计能力，即如何将模糊的需求转化为AI可以执行的具体任务；
- 需求判断力，面对多种解决方案时能够快速识别出最可靠的选择；
- 质量控制能力，即使代码运行正常也需具备发现潜在问题的能力。
Simon反复强调一个词：“主体性”，即个体的主动性与创造力。
在这个迅速变化的时代里，“跟上时代步伐”的能力成为了最通用也是最重要的技能。面对AI技术带来的挑战，投资于个人的成长和发展显得尤为重要。
从职业分层到个人能力模型，整个行业正在经历一场深度的变革。
这些变化不仅仅局限于工程师群体内部，还深刻影响着软件行业的整体生产模式。
展望未来，“无人工厂”和智能体工程师将成为新的工作形态。
Simon认为目前存在两种截然不同的发展方向：Vibe Coding与Agentic Engineering。
Vibe Coding是指非专业人士也可以通过AI工具制作出可用的小型应用，适合个人项目或概念验证使用。
其对立面则是Agentic Engineering，即专业工程师利用智能代理进行大规模生产级代码开发，并负责质量和架构的把控与管理。
OpenClaw就是一个Vibe Coding的典型案例。该项目于2025年11月启动，到今年二月份已吸引了数十万用户参与安装和使用。
在短短三个半月内，它就取得了传统软件公司难以企及的成绩——从零开始构建了一个广受欢迎的产品系列。
如今OpenClaw已经成为一个全新的产品类别，并被广泛认为是新时代的“Hello World”项目范例之一。
同时也有企业正在探索更进一步的可能性，比如StrongDM正在进行黑灯工厂模式的测试：即完全依赖AI代理进行代码生成和质量保证工作。
以往制造业中的自动化理念如今在软件开发领域得到了实现。
虽然编写代码的能力正在贬值，但定义“需要哪些代码”以及确保这些代码正确无误的能力却变得愈加重要。
软件开发这个行业，写代码的能力在贬值，但定义“该写什么代码”和“怎么保证写对了”的能力，正在成为新的硬通货。