What is AI doing?｜第一期

当写代码变成可以买卖、复制、并行运行的机器资源，真正昂贵的将不再是代码，而是判断。

AI 替代的不是程序员，而是低价值的代码劳动。

如果你还以为 AI 编程只是帮程序员补全几行代码，那已经是过去式了。

2026 年 2 月，Anthropic 做了一场近乎疯狂的实验：让 16 个 AI Agent 从零开发一个 C 语言编译器。近 2,000 次 Claude Code 会话、约 2 万美元 API 成本之后，它们写出了约 10 万行代码，能够编译 Linux 内核，甚至运行《毁灭战士》。

它还不是成熟产品。但一个拐点已经出现：写代码，正在从一种人类劳动，变成一种可以买卖、复制、并行运行的机器资源。

Claude Code：从“代码补全”走向可独立执行任务的 Coding Agent。

01｜AI 不只是在帮程序员，它开始接管“完整任务”

AI 对软件行业的改造，大致经历了三个层次。

第一层是辅助。写函数、查 Bug、补文档、生成测试，已经成为开发者的日常。

第二层是接管完整任务。今天的 Coding Agent 可以自己读取项目、修改多处代码、运行测试，失败后继续调整，最后直接提交结果。Anthropic 对约 40 万次真实 Claude Code 会话的研究显示，一种新分工正在形成：人类更多决定“做什么”，AI 更多决定“怎么做”。

第三层，也是最具颠覆性的一层，是 Vibe Coding——氛围编程。

Vibe Coding：人类描述意图，AI 负责把意图变成可运行的软件。

你不再一行一行写代码。你只需要说：“做个登录系统。”“界面太丑，改得像苹果一点。”“又报错了，你自己修。”简单说：人类负责许愿，AI 负责渡劫。

02｜真正被改写的，是“谁有资格创造软件”

Vibe Coding 改变的，不只是程序员的效率，更是创造软件的准入门槛。餐厅老板、老师、自媒体创作者，即使不会编程，也可能在一个周末做出库存工具、课堂系统或选题数据库。

过去，大量需求因为开发成本太高，永远停留在一句“要是有个工具就好了”。现在，一个人、一张信用卡、几个 Agent，就能先把第一版做出来。

软件可能会像内容一样进入生产过剩：代码越来越便宜，好问题、好判断和用户注意力越来越贵。

数据已经反映出这种迁移。Sonar 在 2026 年调查了 1,100 多名专业开发者：受访者自报，目前约 42% 的已提交代码由 AI 生成或辅助；他们预计，到 2027 年，这一比例会达到 65%。

开发者自报：当前约 42% 的已提交代码由 AI 生成或辅助。来源：Sonar，2026。

03｜代码生成越来越快，工程可靠性却没有同步增长

问题是，软件开发从来不只是敲代码。真正困难的是理解需求、设计系统、判断一次改动会不会引发连锁问题，以及最终对结果负责。

AI 可以快速生成代码，却不会自动消除这些难题。“能写出代码”和“能可靠交付软件”，仍然是两回事。

SWE Atlas：一次成功不等于持续可靠；大型工程任务仍存在明显稳定性差距。

Scale AI 的 SWE Atlas 覆盖代码库理解、测试编写和重构等真实工程环节。到 2026 年 5 月，头部系统的综合表现仍集中在 40% 多，尚未跨过 50%；同一个任务做三次，“至少成功一次”的概率，往往是“三次都成功”的两到三倍。

这不是一个小瑕疵，而是工程世界的核心矛盾：代码可以偶尔正确，软件却必须稳定正确。

96% 的开发者并不完全相信 AI 生成代码在功能上正确。

但只有 48% 的开发者表示，他们每次提交前都会检查 AI 辅助代码。

整个行业正在进入一种微妙状态：嘴上不完全相信，手上却不断使用。

04｜谁在收走这场变革的“智能税”？

最大的受益者，未必是某一个编程工具，而可能是底层模型与 Token 的提供者。无论前台胜出的是 Claude Code、Codex，还是 Cursor、Copilot，只要开发活动持续调用模型，底层公司就能收取一笔“智能税”。

Anthropic 是最直接的例子之一。公司官方披露，其年化收入从 2022 年底约 1,000 万美元，增长到 2026 年 5 月的 470 亿美元；AI 辅助编程已经成为 AI 商业化最强劲的垂类之一。

Anthropic 年化收入增长轨迹。2026 年 5 月官方披露为 470 亿美元。

另一边，传统 IT 外包、以人头收费的交付模式会承受压力；缺少数据与工作流壁垒的工具型 SaaS，也可能被重新定价。因为当代码本身变便宜，单纯“把功能做出来”的溢价就会下降。

05｜最先承压的，可能是初级程序员

现实层面，压力最明显地落在职业入口。2026 年的一项研究显示，初级相对于高级软件开发岗位的空缺出现约 14%—15% 的相对下降；英国政府发布的招聘快照则显示，软件工程入门级招聘同比下降 27%。

研究观察到：初级相对于高级软件开发岗位空缺下降约 14%—15%。

但这里必须谨慎：招聘变化不只由 AI 导致，还受到经济周期、企业缩编和岗位结构调整影响。AI 更像一个加速器——它优先吞掉那些边界清晰、可验证、可重复的初级任务。

更深的问题是：如果 AI 接管了初级程序员过去的训练场，未来的高级程序员又从哪里产生？

06｜代码会贬值，判断会升值

AI 改变软件行业的核心，不是“程序员会不会消失”，而是价值排序正在改变。

过去，稀缺的是把想法翻译成代码的人；未来，稀缺的是能够定义问题、理解业务、设计边界、识别风险，并对结果负责的人。

最容易被替代的，不是程序员，而是只会写代码的人。真正稀缺的，是能把模糊需求变成产品，并驾驭 AI 持续创造价值的人。

代码会贬值。判断会升值。未来比写代码更重要的，是定义问题。

AI 降低了创造的门槛，也放大了认知的差距。

这就是 AI 正在软件编程行业做的事。

知言观点

→AI 替代的不是程序员，而是低价值代码劳动。

→代码会贬值，判断会升值。

→未来比写代码更重要的，是定义问题。

→AI 降低创造门槛，也放大认知差距。

资料来源

Anthropic｜Building a C compiler with a team of parallel Claudes

Anthropic｜How Claude Code is used in practice

Sonar｜2026 State of Code Developer Survey

Scale AI｜SWE Atlas is Complete

Anthropic｜Series H announcement（年化收入 470 亿美元）

IZA｜Generative AI and the Redefinition of Entry-Level Software Work

UK Government｜Entry-level hiring in the UK: a snapshot

—E N D—

好雨知言｜用研究者的方法，看清AI时代的选择