新智元報道

編輯：peter東

【新智元導(dǎo)讀】從狂熱到冷靜：2026年，氛圍編程或迎「祛魅時刻」。

2025年2月，OpenAI聯(lián)合創(chuàng)始人Andrej Karpathy提出氛圍編程。

不久之后，一些公司開始在職位描述中將「氛圍編程」列為期望的技能之一。

產(chǎn)品經(jīng)理們認(rèn)為人工智能將使他們?nèi)缁⑻硪?，使他們能夠承?dān)一些編程任務(wù)，甚至無需工程師即可完成工作。

硅谷的高管們更是信心十足——

扎克伯格表示，他預(yù)計一年內(nèi)AI將編寫Meta一半的代碼。

2025年春天，AI已經(jīng)在谷歌的項目中編寫了大約三分之一的代碼，并在一些微軟項目中發(fā)揮作用。

2025年3月，Anthropic的CEO更是預(yù)測三到六個月后AI將生成90%的代碼。

氛圍編程影響甚大，連《柯林斯詞典》都將（氛圍編程）選為2025年度詞匯，但真正使用過AI輔助編程的人，則對氛圍編程的前途不那么樂觀。

而Business insider的文章，更是指出氛圍編程帶來的長期負(fù)面影響。

氛圍編程不等于工作效率

使用過聊天機器人的人都知道，即使是一個簡短的問題，也常常會得到冗長的回答。

生成的代碼也是如此——當(dāng)AI生成代碼時，通常會更長，這使得代碼中隱藏錯誤的可能性也更大。

今年9月，軟件開發(fā)公司Uplevel基于800名軟件開發(fā)者，比較了使用GitHub Copilot的開發(fā)者與未使用該工具的開發(fā)者之間的生產(chǎn)力水平。

結(jié)果發(fā)現(xiàn)，使用Copilot的開發(fā)者并沒有更高效或更少出現(xiàn)倦怠，他們的代碼出現(xiàn)錯誤的頻率反而高出41%。

這意味著對于這些工程師來說，AI輔助編程知識改變了工作內(nèi)容，并沒有改變工作時長。

AI輔助編程，只是把工作任務(wù)從編寫代碼變成了審查代碼，而工作任務(wù)的改變，給開發(fā)者帶來了巨大的調(diào)整壓力。

Sonar為開發(fā)者提供代碼驗證工具。該公司的首席執(zhí)行官Tariq Shaukat則表示：

2025年，我們對AI的能力充滿了樂觀和一些不切實際的幻想。

AI工具正在產(chǎn)生大量代碼，這些代碼在功能上越來越正確，但事實上，要判斷其質(zhì)量并獲得足夠的信任以將其集成到代碼庫中，卻變得更加困難。

開發(fā)者對AI持抵制態(tài)度正在減少。

2025年Stack Overflow對專業(yè)開發(fā)者進行的調(diào)查發(fā)現(xiàn)，只有19.3%的受訪者不使用AI，而持負(fù)面看法的開發(fā)者也占19.7%。

然而，不到3%的受訪者表示他們高度信任AI生成的代碼足夠準(zhǔn)確。

機器讓我們懶惰

氛圍編程的問題不止在于其沒有提升效率，還體現(xiàn)讓程序員由于過度依賴而逐步喪失編程能力。

軟件公司Decode的創(chuàng)始工程師Sriraam Raja，已經(jīng)使用生成式AI編寫代碼兩年了。

他表示，當(dāng)他使用AI輔助編碼時，完成項目的速度大約是以前的兩倍。

有一天，他給出指令后，坐在那里等待回復(fù)，突然意識到自己其實可以主動編寫那些他無意識地等待AI完成的代碼。

在這一刻，他意識到自己正在放棄一些自主權(quán)，因此他決定要在未來，要由自己來決定何時委派任務(wù)以及委派多少任務(wù)給AI，這些決策將會非常具體。

對于沉浸在心流狀態(tài)的編程者，等待AI輸出代碼可能會打斷工作流，而過度依賴AI有時更會造成冗長的審查過程。

而對由于使用AI而給我們帶來的長期影響，例如思維方式改變和解決問題能力下降，則更值得擔(dān)憂。AI廣泛使用的一個副作用是讓大家的自信心提高了，但同時也變得更加懶惰，而且愿意從第一性原理學(xué)習(xí)新知識的意愿也下降了。

軟件公司Silicon Society的首席執(zhí)行官Frank Fusco也指出，我們天生就傾向于尋找解決問題的最短路徑，但這種方法并不利于提升編程技能。

編程能力如同是肌肉力量，必須不斷鍛煉才能維持。

對于上述現(xiàn)象，來自PNAS的評論文章，給出了一個更一般的描述，即機器繞道（「machinal bypass」），說的是讓AI代替我們工作中困難的部分。

例如，公關(guān)人員與其直面寫道歉信時的脆弱性，不如讓聊天機器人代勞；

科研人員與其在數(shù)據(jù)不全、理論不完美的情況下苦思科學(xué)難題，不如讓語言模型用邏輯推導(dǎo)填補空白；

心理治療師與其直面臨床護理的復(fù)雜性，不如斷言機器會做得更好。

無論是編程，寫作還是與患者對話，這些情境中都涉及情感或智力上的勞動，但每次當(dāng)我們選擇將任務(wù)委托給AI工具時，都應(yīng)先仔細(xì)權(quán)衡可能失去的東西。

問題不是AI能否生成有用的內(nèi)容。它能。真正的問題在于，科學(xué)、醫(yī)學(xué)和社會如何從那些更混亂、更具關(guān)聯(lián)性且常常有缺陷的人類創(chuàng)造性過程中受益。如果我們希望構(gòu)建一個讓人類得以繁榮發(fā)展的未來，我們就需要抵制繞過人類自身的誘惑。

氛圍編程降溫

專業(yè)模型和通才成最后贏家

上述對氛圍編程種種負(fù)面影響的擔(dān)憂，其反映是業(yè)界正在對氛圍編程祛魅。在經(jīng)歷了2025年夏季的炒作之后，9 月份氛圍編碼網(wǎng)站的流量出現(xiàn)下滑。

甚至Karpathy在X上的帖子中也表示，他的最新項目「基本上完全是手動編寫的」。他說：

我嘗試過幾次使用claude/codex編寫代碼，但它們在所有情況下都表現(xiàn)得不夠好，甚至毫無幫助。

如果2025年是科技公司全力投入AI的一年，那么2026年可能是氛圍編程編碼熱潮逐漸消退、現(xiàn)實回歸的一年。

斷言AI已經(jīng)奪走開發(fā)者的崗位還為時過早，氛圍編程也不會讓開發(fā)者的技能全無用武之地。

不過，那些把工作視為處理任務(wù)清單的開發(fā)者，可能比那些富有創(chuàng)造力并全程關(guān)注項目進展的開發(fā)者更容易被氛圍編程取代。

但對于富有創(chuàng)造力、有遠見的開發(fā)者來說，氛圍編程將帶來積極的影響。越全面的人才，越有可能借助氛圍編程取得成功。

相比替代開發(fā)者，人工智能更有可能為軟件測試人員帶來更多的幫助。

如果有機會開發(fā)更精細(xì)的模型、更專業(yè)的模型，這些模型只負(fù)責(zé)特定類型的代碼更新，并且能夠以更有效的方式輔助人類開發(fā)者，而不是取代他們，那么這似乎將成為氛圍編程未來的發(fā)展方向。

參考資料：

https://www.businessinsider.com/year-coding-changed-forever-silicon-valley-2025-12

https://www.pnas.org/doi/10.1073/pnas.2518999122

https://survey.stackoverflow.co/2025/

秒追ASI

?點贊、轉(zhuǎn)發(fā)、在看一鍵三連?

點亮星標(biāo)，鎖定新智元極速推送！