夜雨聆风
2025年3月10日那个晚上，Anthropic CEO Dario Amodei抛出一段让硅谷一半人热血沸腾、另一半人冷笑翻白眼的预测：
“三到六个月内，AI将写出90%的代码；十二个月内，或许几乎全部代码都将由AI生成。”
它远比模糊愿景更激进，带着明确的时间戳。 一年半之后回头再看，这场预言留下了一场关于“90%”的罗生门，也照出整个AI行业乐观与焦虑交织的一面。无论你信不信这句狂言，它都已经开始重塑人们对“写代码”的理解。
一个晚上，三条轨道同时开跑
2025年3月10日，在纽约，美国对外关系委员会（CFR）的CEO演讲系列上，Dario Amodei坐在主持人、CFR总裁Michael Froman对面。当话题滑入“编程”这个AI进展最快的领域时，他说出了那段后来被反复剪辑、转述、放大的话。
但很少有人注意到，原话的结构远比短视频里的要复杂得多。
▲ CFR活动官方页，预测的一手出处：那句“3到6个月写90%代码”最初就诞生在这个精英对话场景中
Amodei说的是三个层次：第一，3到6个月，AI写90%代码，这是硬数字，最容易被剪出来；第二，12个月内“may be”（或许是）几乎全部，这个“may be”带着犹豫，却在二次转述中消失；第三，人类依然要负责规格、产品意图、安全判断和设计决策，这层限定在短视频里鲜少出现。
活动结束不到24小时，Haider发布的30秒视频开始在X上快速扩散：Amodei演讲特写，逐字字幕，硬数字砸下来。机器学习研究者Sebastian Raschka在下面留言，获得大量点赞，成为整个事件中最响的一记冷笑：
“我还记得自动驾驶汽车的时间表……90%是营销，10%是现实。”
▲ Sebastian Raschka的回复卡，把“AI写代码”类比为自动驾驶汽车的时间表，营销与现实的落差扑面而来
几乎同一天，IBM CEO Arvind Krishna在SXSW上直接反驳：他认为比例只有20%到30%，距90%很远。
于是第一周刚过，舆论场上三条轨道已经同时铺开：
- 前沿实验室CEO的激进时间表
，Amodei，3到6个月，90%； - 大型企业软件CEO的保守百分比
，Krishna，20%到30%； - 从业者与研究者的直觉反应
，有人喊“We are already there”，有人喊“胡扯”。
▲ TechCrunch报道IBM CEO Krishna对Amodei的直接反驳，20%-30%对90%，一场口径之争就此公开化
争议由此升温，而这只是开始
六个月后：媒体写下三个英文词
2025年9月，时间走到了Amodei给出的“3到6个月”窗口的终点。各大媒体开始“对表”
The Information的记者Stephanie Palazzolo在X上这样写：“六个月前，Anthropic的CEO Dario Amodei说现在AI应该已经在写90%的代码了。这里是为什么这件事没完全应验” 评论区瞬间撕裂：有人回复说“我们最好的开发者早就超过95%了”，还有人直接开骂，说“这是为了点击率制造的垃圾”。
▲ Stephanie Palazzolo推文卡，专业科技媒体在六个月节点的公开追问
▲ Josh Peterson的回复卡，“只有老派工程师还在手写代码，几乎人人都在用LLM”的一线观感
紧接着，Futurism刊出回看文章《正好六个月前，Anthropic的CEO说六个月后AI会写90%的代码》。副标题只有三个词，却成为整个事件的经典判词：
“Not even close.”（根本没影儿。）
▲ Futurism文章页，“Not even close.”成了对这场预测的临时裁决
文章抛出了一组让乐观者坐立难安的证据：AI在拖慢工程师的速度，审查成本飙升，编码助手误删生产数据库的事故开始浮现。编码这个“第一块倒下的多米诺”，没有按剧本倒下。
但这里有一个关键细节：Futurism对原预测的时间线复述本身就存在压缩和误读。那篇报道所回应的“预测”，带着一层媒体转述的滤镜。原文的措辞更精密，也更狡猾
“90%”到底是什么？一个听起来像考试分数的词，其实有五层歧义
这就要说到一个让所有讨论都陷入泥沼的核心问题：“AI写90%的代码”这句话，到底该怎么量？
对不熟悉软件工程的人来说，这听起来像一门考试的得分。但真相是，它至少有五层歧义，每一层都能让数字翻盘：
第一，统计单位是什么？ 按字符？按行？按提交？还是按合并进主分支的有效变更？
第二，分子分母怎么取？ 一次性脚本、测试脚手架、实验可视化，算不算“代码”？训练用的合成数据算不算？
第三，这是谁的90%？ Anthropic某个团队？全公司？YC创业公司？还是全球的职业软件工程？Amodei原话根本没限定范围，后来的转述却自动升级成了“整个行业”。
第四，生成等于负责吗？ AI起草、人类粘贴、大改、审核、接受建议，哪一步算“AI写的”？
第五，也是最重要的一层：行数不等于价值。 样板代码和测试桩可以被模型以惊人速度生成，需求澄清、架构约束、跨服务一致性、故障排查和安全合规往往更耗时。你可以把“90%的行”灌满廉价代码，而项目工期却纹丝不动。
这也解释了为什么两个看似完全矛盾的陈述可以同时为真：某个高频使用Claude的个人开发者可以拍胸脯说“我95%的代码都是模型出的”，而一家拥有十年遗留系统的大公司可以同样笃定地说“我们离90%还远得很”。
▲ METR的RCT研究，16名资深开源开发者在真实issue上使用AI工具后，完成时间反而增加了约19%
七个月后：Amodei换了一个词
关键转折发生在2025年10月的Dreamforce大会上。Amodei与Salesforce CEO Marc Benioff对谈，被问及六个月的预测是否已经落空。
他的回答，是一次精妙的修辞再平衡：
“有人觉得这预测错了。但在Anthropic内部，以及我们合作的一些公司里，这现在绝对为真。”
他并未宣布整体目标已经实现，而是把范围收窄到“一些地方”。在他的解释中，工程师可以把精力放在最难的10%上，或者监督一组AI模型。他用“rebalancing”概括这种变化。
▲ Business Insider对Dreamforce对话的报道，Amodei用“再平衡”解释AI带来的工作变化
表面看，这是一个巧妙的退让但Redwood Research的Ryan Greenblatt不买账，他在自己的长文里展开了全网对这场预测最细致的裁决。
▲ Redwood Research博客文章，标题直接发问：“Anthropic内部真的有90%代码由AI写吗？”
Greenblatt的判断相当锐利：
即便把原预测尽可能宽厚地解释为“主要关于Anthropic自身”，也很难说已经在全公司层面成立； - 可能有部分团队
，合并进主仓的代码行中约90%由AI写出，但那可能只是少数； 全公司合并代码的AI占比，他估计为接近一半量级，甚至更低； 如果把一次性脚本等“有点用”的代码也算进去，比例会高得多，这已偏离人们讨论“工程师写了多少代码”时的默认口径； 他还指出，行数占比并非理想的生产力指标。廉价生成大量低价值代码，可以推高AI行数占比，却未必带来成比例的效率提升。即便真到了90%行数，有效生产力提升可能远小于10倍，甚至小于2倍。
Amodei给出了一种可以被合理辩护的局部真实，媒体和公众听到的却是一种全球性承诺。
▲ Greenblatt在X上发布的长帖摘要，媒体对Benioff对话的概括合理，但他认为“全公司90%”并不成立
最安稳的事实，和最躁动的现实
所以，这句狂言的真相到底是什么？
把它拆开来看，你会得到一副非常有意思的骨架：
2025年3月，Amodei给出了一个激进的、可裁决的、带时间戳的短期预测，同时埋下了人类角色的保留条款，只是后来的转述几乎无人提及。
六个月节点，外部共识是“没实现”，但一线开发者的自我报告已经形成“我的代码几乎全是AI写的”与“我们公司离90%远得很”的对峙。
七个月后，Amodei在Dreamforce上把“90%”翻译成“10倍工程师杠杆”。这次语义迁移让“预测是否成真”变得更加难以验证。
独立分析派，以Greenblatt为代表，则追问了行数占比能否衡量AI对软件业的影响。
这场争论的价值，正在于它暴露出的口径错位。在同一片土地上空，飘着完全不同的世界：创业公司绿场里，95%的代码行由LLM生成；大型企业遗留系统里，AI的净贡献可能趋近于零；实验室内部，某些团队真的跑到了90%；而一个资深开源开发者用了AI工具，却比不用时更慢。
这些都可以同时为真 因为它们讨论的“写代码”存在不同口径。
当人们下次再引用Amodei那句“3到6个月，90%”时，也许该先问一句：你说的90%，秤的是什么？
