每四行代码里,机器写了三行人类工程师的手,正在从键盘上抬起来。
2026年4月22日,谷歌与Alphabet CEO 桑达尔·皮查伊在官方博客上公布:“今天,谷歌所有新增代码中,有75%由AI生成并经工程师批准,高于去年秋天的50%。” 这句话迅速被全球科技媒体反复引用、拆解、争论,谷歌也由此确认了AI生成代码在内部生产中的分量。
问题也随之落到工程师身上:当代码可以批量生成,人的价值将集中在哪里?
18个月,一条疯狂的上升曲线
把时间轴拉开来看,这个数字的膨胀速度近乎指数级。
2024年10月,皮查伊在第三季度财报电话会上首次透露:谷歌内部超过四分之一的新增代码由AI生成,再由工程师审阅接受。当时AI编码仍被描述为提效工具,类似更聪明的自动补全。
到了2025年秋天,这个数字悄然翻倍,跳到了50%。这个节点后来出现在2026年的官方博文回顾中,公开材料没有给出更多统计细节。
然后就是2026年4月:75%

▲ Google官方博客Cloud Next 2026通讯,皮查伊亲自署名,日期2026年4月22日
从25%到50%到75%,18个月,三级跳。如果这条曲线继续走下去,一个令人窒息的推论是:到明年的某个季度,那个数字很可能触及90%甚至更高。
但等一下,75%到底在量什么?
"75%"的魔术:你以为工程师只剩25%的活了?
这是整件事里最容易被误读的部分
社交媒体上的二次转述把它简化成了一个惊悚标题:“工程师每写一行,机器写三行”。有人把场合搞混成Google I/O主题演讲,也有人把代码份额直接等同于工程工作份额。
全错
首先,官方口径限定在“新增代码”(new code)。把75%理解成“谷歌四分之三的产品已经由AI写成”,混淆了增量和存量。
其次,Hacker News上的工程师们追问统计方法:如果接受一个4个字符的自动补全也算“AI生成”,任何一位Copilot用户都可能报出很高的百分比。他们提出另一种衡量办法,例如统计“人类编辑前由AI写出过半内容的函数体”。谷歌没有公布相应口径

▲ Hacker News工程师社区对"75%"统计口径的密集质疑
第三,审阅、丢弃废稿和反复修改所消耗的人类小时数,被这个百分比完全隐藏了。AI可能生成了10个版本,工程师毙掉9个、改了剩下那个的一半,但最终合入的代码,按来源统计,仍然算"AI生成"。
所以75%描述代码的生成来源;工程师仍对最终合入的代码负有审阅责任。
"我不再写代码了。我审代码。"
但数字之外,一线的体感变化是真实的。
一位自称谷歌软件工程师的用户Vaibhav Agarwal在社交平台上写下了一段被疯转的自述:"我在谷歌不再写代码了。我审代码"
他说自己日常提交里70%-80%的代码已经是AI写的。他不再敲语法,而是提示逻辑;不再搜bug,而是审阅AI的建议;不再读遗留代码,而是让AI解释给他听。
这段自述描绘了工程师角色的变化:从执行者到审阅者,从敲键盘的人到编排agent的人,从手工匠人到数字任务部队的指挥官。
不止谷歌:一场席卷硅谷的"百分比军备竞赛"
谷歌之外,同期公开材料里也出现了一组AI编码比例:
- 微软
:纳德拉称部分项目中20%-30%代码"由软件编写";CTO Kevin Scott放话,五年内95%代码可能由AI生成。 - Meta
:内部目标文件显示,2026上半年创作组织的指标是65%工程师用AI写出超过75%已提交代码。 - Snap
:新运营模式下,至少65%新增代码由AI生成。 - Anthropic
:CFO表示,公司90%以上代码由Claude Code编写,并把它描述为团队扩展产出的工具。

▲ TechSpot报道谷歌75%新增代码由AI生成,并强调工程师负责审阅和引导输出
这些数字绝不能横向对比到小数点后,每家公司的统计口径完全不同。但它们共同指向一个无法否认的结构变化:大厂正在把AI编码从一个可选的效率插件,升级为默认生产线的核心组件。
反方证人:那个说“AI实际写了0%代码”的人
在一片“AI写了XX%代码”的喧嚣中,也有人提出完全相反的看法。
早在谷歌还在宣传“50%”的阶段,技术评论者Arnaud Bertrand就讽刺道:“这个数字毫无意义。键盘写了100%的谷歌代码,已经写了二十多年了。”
他的核心论点聚焦于AI能否在无需人类多轮纠正的情况下自治交付。按这个标准,“AI大概率写了0%的代码”。他估计AI输出中约90%存在致命错误,在生产环境中完全不可用。
但有趣的是,他自己每天仍在用AI编程。理由是:作为经验丰富的开发者,他能轻松发现并纠正这些错误,净效率仍然为正。
他的使用习惯与批评并存,揭示了两个可以同时成立的事实:使用率飙升,同时无法无人值守。AI能快速产出草稿,把草稿变成可靠产品依然离不开昂贵而稀缺的工程判断。
新瓶颈:当写码不再是瓶颈
有一条短评精辟地点破了这场变革的本质:AI拆掉了"写代码"这个瓶颈之后,新的瓶颈是"验证",安全、架构、测试、系统思维。

▲ 评论者Param Harrison:写码瓶颈被拆掉后,验证能力成为新的稀缺资源
这恰恰解释了为什么75%的代码由AI生成,但工程师的工作量不但没减少,反而期望值翻了四倍。生成加速的同时,错误合并的速度也在同步放大。谷歌自己都在安全侧部署AI agent来发现和修复缺陷,从侧面承认了一个事实:如果审阅跟不上生成,75%的高效就会变成75%的风险面。
皮查伊在同一篇博文里把下一阶段描述为“编排完全自主的数字任务部队”。工程师开始delegate,委派:从手工输入者转向高层系统架构与监督,给一群会写代码的agent下达任务、设定边界、守住质量门。
所谓“剩下的四分之一”只是在计算行数,工程责任仍几乎完整地留在人手里。
尾声:代码自己学会了写自己,然后呢?
从汇编到高级语言,从手写HTML到框架脚手架,再到从手工部署转向CI/CD,软件行业不断把可形式化的工作交给工具。AI编码将这一过程大幅加速:样板最先被吃掉,接着是常规CRUD、测试草稿、机械迁移。
这一次的变化触及了编写、审阅和交付的完整流程。不同公司的公开数字口径各异,效率收益也会被用于不同的业务目标。
25% → 50% → 75%这串数字本身已经成为一种公关语言和投资者沟通工具,一场指标军备竞赛。但剥开百分比的包装纸,里面的信号仍然清晰而不可逆:
昂贵而稀缺的工程能力正在向上游迁移:定义问题、设计系统、验证安全、编排agent。 至于曾经以手写代码为核心的那门手艺?
代码没有消失写代码的方式消失了而那些还在争论"要不要用AI"的人,可能已经来不及了。
夜雨聆风