在 Google Cloud Next 2026 大会上，谷歌CEO皮查伊公布了一个值得整个软件行业重视的数据：

谷歌内部近 75%的新增代码，已经由AI生成，再由人类工程师审核通过。

这个变化来得非常快。

两年前，这个比例只有 15%；2024年10月，超过 25%；2025年秋季，达到 50%；现在，已经接近 75%。

这说明，AI编程已经不是尝鲜工具，而是正在成为软件开发的新基础设施。

AI正在改写软件开发

谷歌不是个例。

微软部分项目中已有 20%到30% 的代码由AI编写；Meta计划在部分业务单元中，让 55% 的代码改动属于 Agent-Assisted；Snap也宣布，至少 65% 的新代码由AI生成。

从开发者使用情况看，趋势同样明显。

Sonar《2026年开发者调查报告》显示，72%的开发者每天使用AI编程工具，AI生成或辅助代码占比已达 42%，而2023年这个比例只有 6%。

GitHub Copilot累计用户已经突破 2000万。AI代码工具市场规模在2025年约为 74亿美元，预计2030年将达到 240亿到260亿美元。

这些数字说明一件事：AI写代码已经从边缘能力，快速进入软件开发主流程。

软件老兵被重新激活

作为一个有30年软件开发经验的软件老兵，我使用 Vibe Coding 之后，感受非常强烈。

过去很多想做但做不出来、做得太慢、成本太高的软件，现在可以很快开发出来。

以前一个想法从需求、设计、编码、调试到部署，可能需要很长周期。现在，AI可以承担大量具体实现工作，把人的精力从“逐行写代码”中释放出来。

这让我很兴奋。

因为多年积累的软件工程经验，终于可以以新的方式重新发挥价值。

我不需要再把主要精力放在语法和重复编码上，而是更多关注：需求是否清楚，架构是否合理，边界是否完整，质量是否可控，系统是否可维护。

代码便宜了，质量更贵了

AI带来的效率提升非常明显。

Faros AI基于 4000多个团队、22000名开发者 的两年数据发现：当团队AI工具周活跃用户超过50%后，每名开发者任务完成量提升 34%，大型项目完成量提升 66%。

但另一组数据更值得警惕：

Bug数量上升 54%；事故与 Pull Request 的比率增长 3倍以上；代码审查中位时间增加 5倍；31.3%的 Pull Request 在合并时没有经过任何审查。

同时，平均 Pull Request 规模增长 51.3%，涉及文件数增加 59.7%，每个开发者每月接触的文件数量飙升 149.9%。

这说明，AI让代码生成更快，也让代码变得更大、更散、更难审查、更难回滚。

所以，AI时代最大的风险不是“代码不够”，而是“代码太多、太快、太难管”。

当软件可以快速、低成本地开发出来，质量就成为软件是否有价值的关键。

AI时代更需要软件工程

很多人以为AI来了，软件工程不重要了。

我认为正好相反。

AI时代，比以往任何时候都更需要软件工程最佳实践。

因为AI可以生成代码，但不会自动保证：

需求正确；架构合理；安全可控；测试充分；过程可追溯；交付可管理；系统可长期维护。

AI正在把软件从“人工编码”推向“人机协同生成”。人的角色也在变化：不只是写代码，而是定义问题、设计系统、审核结果、控制质量、承担责任。

这恰恰要求软件团队具备更强的软件工程能力。

最近很火的 Harness Engineering，本质上也是在回答这个问题：如何把AI开发从个人技巧，变成组织级、工程化、可管理、可验证的能力。

企业需要CMMI AIM

这也是我为什么强烈认为 CMMI AIM，也就是AI成熟度模型，非常必要。

AI不是简单多了一个开发工具，而是改变了软件生产方式。

企业不能只是鼓励员工使用AI工具，还必须回答更重要的问题：

AI生成的代码如何评审？AI参与开发的过程如何管理？质量、安全、隐私风险如何控制？AI输出如何验证？团队如何协同使用AI？AI带来的效率和风险如何度量？

这些问题，本质上都是组织能力问题。

未来，客户选择软件企业时，看的不只是“你能不能开发”，而是“你能不能负责任地使用AI，高质量地交付软件”。

我希望更多软件企业尽快采用AIM模型，通过AIM评估，证明自己具备AI时代的软件工程能力。

每个软件人都要重新定位

真正的问题不是“AI会不会取代程序员”，而是“会用AI的程序员正在取代只会写代码的程序员”。

这不仅适用于程序员，也适用于所有软件从业者。

程序员要学会和AI协同开发；架构师要学会用AI快速验证设计；测试人员要学会验证AI生成的软件；QA要建立AI开发质量体系；项目经理要重新理解计划、估算和风险；过程改进人员要把AI纳入组织能力建设。

你不一定会被AI取代，但很可能会被熟练使用AI的同行超过。

结语

AI正在让软件开发变快、变便宜、变普及。

但越是这样，软件工程越重要。

未来真正稀缺的，不是简单写代码的能力，而是定义问题、设计系统、控制质量、管理过程、驾驭AI的能力。

作为一个有30年软件开发经验的软件老兵，我真切地感到：

AI不是软件工程的终点，而是软件工程的新起点。

如果您的企业正在推 AI 转型但卡壳，欢迎预约免费诊断。