夜雨聆风关于AI编程的讨论，出现了一个很有意思的对立。
一边说：AI编程已经可以替代绝大部分编程工作，程序员要失业了。另一边说：AI写的代码就是"屎山"，根本不能用在正经项目上。
谁是对的？我从数据、事实和一线从业者的反馈中，梳理了一下这个问题。结论可能跟你想的不太一样。
01
说"能取代"的人，手里有硬数据
先看事实。AI编程对行业的冲击，已经不是"将来时"，而是"正在进行时"。
券商研报显示，软件外包行业的整体净利率已经从前几年的接近10%，降到了现在的约0.1%。Mordor Intelligence的数据进一步揭示，2025年全球IT外包市场规模约6180亿美元，其中40%到60%依赖人力密集型交付——也就是大约3万亿元人民币的市场，正面临被AI直接替代或大幅压价。
具体到人效，变化更加惊人。已融资三轮的AI编程公司蔻町智能告诉媒体：过去需要100人的开发团队，现在2到3人就能完成。
这场巨变是从2025年下半年突然加速的。标志性事件就是Agentic AI（智能体）的出现，代表产品是Claude Code。这类工具能帮人完成一个SaaS软件70%到80%的工作。
国内头部上市企业，工程人员缩减20倍，蔻町智能的判断是"最起码的"。留给传统外包公司的反应时间，最快可能只有半年，最慢也就三年。
02
说"是屎山"的人，也不是瞎说
但另一边的声音同样不容忽视。
今年4月，《纽约时报》采访了来自谷歌、亚马逊、微软等公司共70多名软件开发人员。大多数人对AI带来的效率提升感到兴奋，但代码质量的问题也非常现实。
一位Hacker News用户吐槽："大语言模型很擅长写代码，但在软件工程上表现很差。我正在修复一个靠AI写的应用，单个功能看着还行，但整体就是一团意大利面条式的烂摊子。"有一位开发者忘了提示Claude不要在Node项目里使用框架，结果生成的项目居然有89个依赖项。
很多没有编程基础的非技术人员参与到氛围编程（Vibe Coding）的行列，刚开始是被震惊到兴奋的，但简单做个单网页还行，一旦想按实际需求做个稍复杂点的项目，很多问题就暴露了，比如：代码质量不可控、安全漏洞频发、架构与维护失控等等。
一句话总结就是：AI能写出看起来对的代码，但离"生产级"还有很大距离。
03
真正的分界线：
不是"能不能"，而是"谁在用"
两边都有道理，那真相到底是什么？
在大量的讨论中，有一条线索越来越清晰：AI编程的效果，和使用者的经验水平高度相关。
一位有63岁、从1983年就开始编程的老程序员Chris Marshall说："我的经验对于借助大语言模型开发出可交付的产品至关重要。我必须学会如何与大语言模型协作。"另一位首席软件工程师的总结更到位：AI"放大了我所擅长的事"——包括架构设计、调试问题、做出优质的技术决策。
换句话说：AI编程不是"取代程序员"，而是拉大了"好程序员"和"差程序员"之间的差距。
Codex的创始人在最新的访谈中揭示了一个残酷的现实：OpenAI的Codex数据显示，辅助编程模式的代码采纳率实际上不到一半，完整AI自主编程的准确率远低于辅助模式。这说明，AI编程还远没到"全自动"的程度，它在当前最好的用法是"副驾驶"而非"驾驶员"。
所以，"程序员要失业"和"AI写的代码是屎山"两种说法都太极端了。真实情况是：AI编程正在消灭低技术含量的初级编码岗位，但同时让高水平程序员的效率倍增。
其实不仅是“程序员”，AI取代初级岗位，赋能高级岗位，导致人才断层，其他各个行业可能都会面临这个问题，而这个问题到现在还没有专业人士给过权威性的回答，也许答案藏在教育改革里。你怎么看呢？评论区聊聊……
