落座工位，电脑屏幕亮起。打开AI编程助手对话窗口后，光标在输入框里安静闪烁着。程序员的手指在键盘上悬停片刻，随即熟练地给AI下达一行指令。指令的末尾，他习惯性地补上一句：“请帮我生成直接可落地的文件。”

数分钟后，等他拿着一杯热咖啡回到座位上时，AI已经生成了几百行可直接执行的代码。接下来，他要做的，是在这几百行代码中，逐一排查可能潜藏的bug，或是进一步打磨实现效果。

在过去的几个月里，AI编程工具以前所未有的速度冲击着整个互联网行业。对于那些与算法代码朝夕相处的程序员来说，这种感知更为强烈——“90%以上的编程工作都可以交给AI”“感觉自己要被AI淘汰了”“效率是提升了，但是工作反而更累了”……

当随时可被AI替代的风险袭来，困在效率竞赛中的程序员们，都期待着自己是那个能熟练“驾驶AI”的人，因为只有这样，才能保证不被行业淘汰。至于能留多久，他们也不知道。

AI完成90%的编程工作

“AI的变化太快了，我的感受是，真的从一个‘玩具’变成了‘工具’。”作为某国企科技部门的研发工程师，赵晨如深切感知到，自去年下半年以来AI的飞速变化，“我们也一直在追一些新的前沿技术。”

在他看来，DeepSeek、ChatGPT、豆包等大语言模型面世之初，大家更强调的是内容理解和生成能力，但是随着OpenClaw（“龙虾”）等开源AI智能体的持续火热，公众开始更关注AI的任务规划、执行能力，及它对于用户复杂意图的理解。

“也就是说，我们开始真正用它来做一件事情。”赵晨如说，当前AI写代码的能力的确非常强，单纯从质量上来说，已经可以媲美大多数程序员。作为程序员，完全可以先让AI帮你写代码，然后自己再进行检查、润色。

“我目前写代码的工作量中，使用AI工具的含量达到90%，甚至更高。”国内某头部互联网公司的后端工程师陈风告诉记者，自己对这种变化趋势的感知，自今年年初以来的几个月尤为明显，“这种情况下，的确会有自己快要被AI淘汰了的感觉。”

另一位互联网公司的程序员周含也向记者表示，不同公司、部门、岗位的情况都不一样，使用AI写代码的比例不能一概而论。“但如果真的用大模型写代码，基本上整个过程就是AI来写人来检查监督，这样的话，可以说90%以上的代码都是大模型写的了。”

“除了一些保密级别比较高的项目，不会给大模型写。或者有的单位和部门考虑到经费问题，限制token的使用。”周含说。

作为某985高校的工科硕士毕业生，她感慨，自己现如今使用的AI技能，大多是在工作过程中学习的。“以前在学校还在做深度学习等小模型的内容，现在都是大模型了，参数更多，智能化程度也不是我几年前读研的时候能想象的。”

效率追逐下的减负悖论

最近半个月，周含基本上都是深夜才下班。尽管从表面来看，AI提高了程序员写代码的效率，但似乎并没有真正为程序员群体减轻负担。“AI提高了公司的效率，但没有减轻个体的工作量。”她这样认为。

陈风也有这样的感知。某个工作任务，原本一个员工需要花两天完成，现在有了AI的帮助，可能10分钟就能干完了。领导考虑到这一点，就会缩减任务的完成周期，相应地，布置的工作任务也在加大。“作为企业来说，肯定会充分利用这个优势。不过，员工的工资没有变化。”

“老板是基于AI能百分百发挥效能的情况去评估的，但有时候，使用AI也会遇到突发情况耽误很多功夫，甚至比人工写代码花费的时间更长。”赵晨如举例，一旦出现一个很难定位的bug，可能人为找半天最终都无法解决。又或者，有时候使用的大模型效果还没有那么好、那么可靠。

“因为AI的提效，老板的期待值在变高，但对于实际干活的人来说，可能并不是减负而是增负。”赵晨如说。

在这场人与AI的效率追逐竞赛中，还穿插着淘汰和优化的风险——因为部分工作岗位，AI完全可以胜任，不再需要人力来完成。

据赵晨如观察，整个程序员群体，的确受到了比较大的AI冲击，也确实有一部分人员在被淘汰。“在AI的帮助下，一个人就可以做更多的事情，那么那些工作效率低下、不太会用AI工具的人就会率先被优化掉。”

陈风所在的部门，目前还没有裁员，“但的确大家都在踊跃尝试用AI取代部分技术岗位的工作。”他介绍，比如负责用户界面与交互体验的“前端”首当其冲，随着AI技术的成熟，这些前端的代码也会交由面向服务器开发的“后端”来做，即所谓的“全栈式”。

“现在AI技术还在不断发展中，等到后面，如果没有新的增长点了，或许就会开始裁员了。”陈风猜测。

留下“驾驶AI”的人

AI对代码行业的冲击显而易见，从自动补全到智能生成，开发效率被推至新高。不过至少在当下，这种冲击还没有到取代程序员的程度。

“要让AI编程工具完全替代程序员，短期内还并不现实。AI工具就像一个马车，还是需要人去驾驶。只不过现在驾驶的速度更快了。”在赵晨如看来，AI是效率放大器，但并非决策主体。

他举例，比如让AI去检索一个错误，尤其是致命bug，万一没有找到或者响应迟缓，是一件很有风险的事情。项目中设计安全、合规与核心逻辑的部分，还是要交给人来把控。

更令人警惕的是“AI幻觉”。周含指出，AI可能会“说假话”，编造一些看起来合理实则错误的答案。如果没有人力进行监督和验证，AI并非全然可靠，“它只是基于现在已有的知识，去吐出你想要的答案。”

陈风告诉记者，各类大语言模型和开源AI智能体，本质上相当于把人类知识库中的内容进行了整合，它可能做得更快，也可能比大多数人做得更好，但是要想让它有一些颠覆性的创新还是不可行，这部分还是要依靠人来完成。

“在这种情况下，能够提出想法变得尤为重要。”陈风认为，随着AI的不断渗透和发展，这个行业需要的，是能够熟练驾驭AI的人，“如果不拥抱变化，就会被优先淘汰。”

赵晨如同样认为，最后被留下的人，一定是非常会使用AI的人。除此之外，就是懂业务的人。“如果是单纯写代码的能力，AI完全可以实现，在这种情况下，程序员作为鲜活的人，更应该强化自身对业务需求的理解，才能更好地提出垂类领域的创意和想法。”

技术的洪流滚滚向前，在这场淘汰风险与效率竞赛的追逐中，“驾驶AI”的程序员们正经历着一场没有硝烟的自我重塑。终点在哪里，没有人能给出明确答案。唯一可以确定的是，学会与AI“共驾”，正成为留在这座擂台上的关键筹码。

（应采访对象要求，周含、赵晨如、陈风均为化名）

责编：万枝典

一审：唐煜斯

二审：毛晓红

三审：唐婷

来源：潮新闻