上周我让一个AI帮我修了个bug。
不是那种"帮我写个函数"的事。是我说"这个页面加载太慢了,帮我查查原因",然后它自己翻了半个代码库,找到了问题,改了代码,跑了测试,确认没问题,才把结果给我看。
整个过程我喝了杯咖啡。
这跟两年前完全不是一回事。2023年那会儿,AI编程助手说白了就是个高级自动补全——你打几个字,它猜你接下来想写什么。有时候猜得挺准,有时候胡说八道。你得盯着每一行看,改来改去,最后发现还不如自己写。
现在不一样了。
从"猜你想写什么"到"帮你把活干了"
最新的AI编程工具已经不满足于帮你写代码了。你给它一个任务描述,它会自己拆解步骤、写代码、跑测试、发现错误、修复、再跑一遍。像一个初级程序员,但速度是人的十倍。
举个例子。你跟它说"给这个网站加个用户登录功能",它会:
先看看你现有的代码结构
设计登录流程
写前端页面、后端接口、数据库表
自己写测试用例
跑一遍看看有没有报错
有错就改,改完再跑
以前这种活,一个初级开发得干一两天。现在可能半小时。
但这不代表程序员要失业了
每次有新技术出来,总有人喊"XX要失业了"。这次也不例外。
实际情况是:这些AI工具最强的地方,是处理那些重复性高、规则明确的任务。写个接口、调个API、改个配置文件——这些确实被大幅加速了。
但编程真正难的部分——理解业务需求、做架构决策、处理边界情况、跟产品经理扯皮——AI目前干不了。它不知道你的用户是谁,不知道为什么这个功能要做成这样而不是那样,更不知道上周老板在会上说的那个"小需求"其实意味着整个系统要重构。
一个资深开发者跟我说,他现在用AI的方式是:把AI当成一个干活特别快但完全没有业务sense的实习生。你得把需求说清楚,把上下文给够,它才能干好。而且你得检查它的活——它有时候会用一种"看起来对但实际上埋了坑"的方式完成任务。
为什么非程序员也应该关心
你可能觉得,编程工具跟我有什么关系?
关系大了。
首先,你用的每一个App、每一个网站,背后的开发效率都在被这些工具改变。以前一个功能从想法到上线可能要两周,现在可能三天。这意味着产品迭代更快,你用到的新功能会更多。
其次,"写代码"这件事的门槛在急速降低。以前你想做个小程序、搭个网站,要么自己学编程,要么花钱请人。现在,你用自然语言描述你想要什么,AI就能帮你生成大部分代码。不是完美,但够用。
已经有产品经理自己用AI工具搭原型了,不用等开发排期。有运营自己写脚本处理数据了,不用求技术帮忙。这不是未来,是正在发生的事。
目前的真实问题
说几个真实存在的坑。
第一,AI写的代码不一定安全。它会用一些"能跑但有漏洞"的写法,特别是涉及用户认证、数据加密这些安全敏感的部分。如果你不懂代码,很难发现这些问题。
第二,它会一本正经地胡说八道。有时候它会调用一个根本不存在的函数,或者用一个已经废弃的API。代码看起来很像那么回事,但跑起来就报错。
第三,复杂项目还是搞不定。小功能、小工具没问题。但如果你让AI去改一个有十万行代码的老系统,它经常会改了A坏了B。因为代码之间的依赖关系太复杂了,AI目前的理解能力还跟不上。
这事儿才刚开始
现在的AI编程助手,大概相当于2007年的iPhone——能用了,但离真正改变世界还有距离。
接下来几年,你会看到这些工具从"写代码"扩展到"理解整个项目"。它们会知道你的用户数据长什么样,知道你的业务逻辑为什么是这样,甚至能在你还没意识到的时候提醒你"这个改动会影响支付流程"。
到那时候,编程的本质可能会从"写代码"变成"描述意图"。你要做的不是告诉计算机怎么做,而是告诉它你想做什么。
这对所有人来说都是个好消息——除了那些只会写重复代码、从不思考为什么的人。
AI知识新说 · 每天懂一点AI
2026-06-10 周三
夜雨聆风