夜雨聆风前两天跟一个做后端的朋友吃饭，他跟我说了一件事，让我当场愣住了。
他说，他现在写代码，基本不自己动手了。
不是不写了，是他发现，当他打开Cursor，把需求丢进去，AI噼里啪啦生成几百行代码之后，他的工作变成了—「挑毛病」。
看看哪里不对，哪里需要改，哪里要补充边界情况。然后让AI继续改。
他说，这种感觉太诡异了。就像你本来是个厨师，突然变成了美食评论家。菜还是你出的，但锅已经不是你颠的了。
我当时就问他，那你现在一天能写多少代码？
他说，按行数算的话，大概是以前的5倍吧。但按"自己动手写的行数"算，可能只有以前的十分之一。
这就是2025年，一个普通开发者的日常。
GitHub前两天发了个报告，里面有个数字把我看懵了。
AI生成的代码，已经占了全球代码产出的41%。
不是4.1%，是41%。
这意味着什么？意味着你随便打开一个GitHub仓库，差不多一半的代码，背后站着的不是一个活生生的人，而是一个大模型。
我跟你说，这个数字最恐怖的地方不在于它有多大。而在于它增长的速度。
2021年的时候，AI写代码的准确率还是37%，基本属于"能用但得改"的水平。到了2025年，这个数字已经超过70%了。
4年时间，翻了一倍。
而且你要知道，这还只是一个平均值。在一些特定的场景里，比如写单元测试、做代码重构、生成样板代码，AI的准确率已经高到离谱了。
有个做开源的朋友跟我说，他现在收到PR，第一反应已经不是看代码逻辑了，而是看"这像不像AI写的"。
因为AI写的代码有个特点，太完美了。变量命名规范，注释齐全，边界情况处理得滴水不漏。
但问题也在这里。太完美的代码，往往缺少一种东西。叫做"人的味道"。说到这个，我想起一个很有意思的事。
前段时间，有个程序员在网上吐槽，说他用AI写了一个功能，测试通过了，代码review也过了，上线之后跑了两个月都没问题。
然后有一天，他心血来潮，想看看这段代码到底长什么样。
结果他看了一遍，没看懂。不是代码太复杂，是他完全不理解AI为什么要这么写。那些变量名、那些抽象层级、那些设计模式，都是合理的，都是best practice，但都不是他会用的方式。
他说，那一刻他有一种很奇怪的感觉。
就像你请了一个装修队，把你的房子装修得漂漂亮亮，但你走进去，发现这不是你的家。所有东西都是对的，但没有一样东西是你的。
我觉得这个故事特别能说明问题。
AI编程工具，正在把开发者分成两种人。
一种人，把AI当成实习生。需求丢进去，代码吐出来，然后自己review、修改、把关。这种人，效率确实提升了，但他们也在慢慢失去一种能力。
叫做"从零开始写一段代码"的能力。
另一种人，把AI当成合伙人。他们还是会自己写，但用AI来补全、来优化、来探索不同的实现方案。这种人，效率也提升了，但他们保留了一种更珍贵的东西。
叫做"对代码的直觉"。我跟你说，这个直觉特别重要。
当你看了足够多的代码，写了足够多的bug，你会形成一种下意识的判断。这段代码看起来对不对，这个设计有没有隐患，这个实现是不是最优的。
这种判断，不是靠逻辑推理出来的，是靠经验堆出来的。
但如果你长期不自己写，只是review AI生成的代码，这种直觉会慢慢退化。就像你长期不开车，只坐在副驾驶，你的车感会越来越差。
说到效率，有个数据特别有意思。
GitHub的调研显示，用了AI编程工具的开发者，生产力提升了55%到88%。
但Stack Overflow的另一份报告里，有一个问题问的是，"你觉得AI编程工具最大的价值是什么？"
排第一的回答，不是"写得更快"，而是"减少重复劳动"。
排第二的，是"让我专注于更有创造性的工作"。
你看，开发者其实很清楚，AI最擅长的是什么。是那些机械的、重复的、有明确模式的东西。
比如写CRUD接口，比如做数据校验，比如生成测试用例。
这些东西，以前占了一个开发者大量的时间。现在，几分钟就搞定了。
但问题是，当这些"低级"的工作被AI接管之后，开发者真的去做"更有创造性"的事情了吗？还是只是被安排了更多的"低级"工作？
我跟几个不同公司的朋友聊过这个问题。
有个在大厂的朋友说，他们团队现在用AI编程工具，确实写得快了，但需求也变多了。以前一个迭代做5个需求，现在做10个。总的工作时间，其实没减少。
还有个在创业公司的朋友说，他们用AI省下来的时间，确实去做一些更有意思的东西了。比如重构架构，比如做技术预研。
你看，同样的工具，不同的用法，结果完全不一样。
关键不在于工具本身，而在于你怎么用。
说到怎么用，我想聊聊现在市面上的几款主流工具。
GitHub Copilot，老牌选手了。2022年还是120万预览用户，现在已经超过100万付费月活用户了。
它的特点是，润物细无声。你写代码的时候，它就在旁边默默补全，像是一个特别懂你的 pair programmer。
但Copilot有个问题，它是被动的。你要先写，它才给建议。如果你不知道怎么开始，它也只能干瞪眼。
然后Cursor出现了。
这玩意跟Copilot最大的区别是，它是主动的。你可以直接把需求丢给它，让它从零开始写。写完之后不满意，还能让它改。
我跟你说，这种感觉特别像什么呢？像是你有了一个24小时待命、从不抱怨、能力还不错的程序员。但代价是，你可能会慢慢忘记怎么从零开始写一个功能。
还有Claude Code、Codex、以及各种IDE自带的AI插件。
每家都有自己的特点，但底层逻辑都差不多。
用自然语言描述需求，AI生成代码，开发者review和迭代。
这个模式，正在变成行业标准。说到这里，我想聊一个更深层次的问题。
当AI写了41%的代码，开发者还剩下什么？
我觉得，剩下的东西，恰恰是AI最不可能替代的。
第一，是需求理解。
AI可以写代码，但它不懂业务。它不知道这个按钮为什么要放在这里，不知道这个流程为什么要这么设计。这些，需要人去理解、去沟通、去权衡。
第二，是系统设计。
AI擅长写函数、写类、写模块。但它不擅长做架构决策。什么时候该拆分服务，什么时候该引入缓存，怎么权衡一致性和可用性。这些，需要人的经验。
第三，是价值判断。
AI可以生成100种实现方案，但它不知道哪一种对用户最有价值。这需要人对业务、对用户、对市场的理解。
所以你看，AI替代的，从来不是"开发者"这个角色。
它替代的，是"写代码"这个动作。
而开发者，正在从"写代码的人"，变成"决定写什么代码、怎么写、为什么写"的人。
这个转变，我觉得是好事。
因为写代码，从来都不是目的。解决问题，才是目的。
回到开头那个朋友的故事。
他后来跟我说，他现在有意识地在做一件事。
每天留出一段时间，关掉AI，纯手写代码。
不是因为他不信任AI，是他怕自己会忘记那种感觉。
那种，从零开始，一行一行，把一个想法变成现实的感觉。
我跟你说，这种感觉特别重要。
它是我们这一行，最初吸引我的东西。
现在，AI让这个过程变得更快、更高效了。但如果完全依赖AI，我们可能会失去那个最本质的东西。
叫做创造的快乐。所以，我的建议是。用AI，但不要被AI用。
让AI帮你写那些重复的、机械的代码，但保留那些需要思考、需要创造、需要直觉的部分。
因为那些部分，才是你作为开发者，真正的价值所在。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐
谢谢你看我的文章，我们，下次再见。
