夢晨 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

一個寫了25年代碼的人，在AI時代突然發(fā)現(xiàn)，自己估不準項目要多久了。

大佬Simon Willison，20年前就成為10x工程師的Django聯(lián)合創(chuàng)始人公開承認，自己完全失去了估算項目時間的能力。

以前看一個項目，腦子里秒出判斷，這活兒得干兩周，不值得。現(xiàn)在臟活累活AI全包，可能20分鐘搞定了。
我的超能力是快速做原型，現(xiàn)在任何人都能做到了。

25年的職業(yè)經(jīng)驗，一夜歸零。

一切都始于2025年11月，AI寫代碼的能力悄悄跨過了一條線，從“大部分能用但你得盯著”變成了“幾乎每次都對”。

聽起來差別不大，但這條線一過，所有規(guī)則都變了。

在Lenny’s Podcast節(jié)目上，Simon給出這樣的判斷：

工作3-8年的中階工程師受到的沖擊是最大的。

拐點：寫代碼徹底和過去幾十年不一樣了

這一切變化來得比所有人預期的都要快。

2025年一整年，Anthropic和OpenAI都在瘋狂加碼代碼能力訓練，GPT 5.1和Claude Opus 4.5先后發(fā)布。

單看參數(shù)和跑分，這兩個模型只是比上一代好了一點點。但就是這“一點點”，踩過了那條關鍵的線。

之前AI寫的代碼，十次有七八次能跑，但剩下兩三次會埋雷。你必須逐行審查，像個人肉debug機器一樣盯著它。

11月之后，畫風突變。它寫的代碼，幾乎每次都能按你的要求跑起來。

Simon自己的體感是這樣的：現(xiàn)在一天能產(chǎn)出1萬行代碼，而且大部分都能用。

一個純碳基中高級工程師，正常節(jié)奏下，一天能寫200到300行高質(zhì)量代碼就算高產(chǎn)了。AI直接把這個數(shù)字拉高了三四十倍。

代碼是你能交給AI的所有任務里，最容易驗證對錯的那種。要么跑得通，要么跑不通。

但如果AI幫你寫了一篇文章，幫你準備了一份法律文件，你要判斷它到底做得好不好難度大得多。

所以AI先沖擊的是我們軟件工程師，它先來找我們了。

這種變化很快就會傳染到其他行業(yè)，Simon提到一個數(shù)據(jù)：美國律師行業(yè)因為AI幻覺搞砸案子的記錄，已經(jīng)累積到1228起了。

律師很難看出AI在胡編，但程序員至少還能跑一下代碼。

△他說完已經(jīng)1248例了

“可驗證性”反而成了程序員的最大優(yōu)勢。

效率爆炸帶來的變化不只是寫得快了Simon，分享了他現(xiàn)在的工作方式：想做一個功能，他會讓AI同時打三個不同方案的原型，然后挑最好的那個。

一個UI原型現(xiàn)在是免費的。ChatGPT和Claude能幫你生成任何你描述的界面。你就應該這么干。

以前做一個原型要一兩天，現(xiàn)在三個小時能出三套完全不同的方案。試錯成本從”想清楚再動手”變成了”先全做出來再說”。

效率的量變正在引發(fā)質(zhì)變。當寫代碼本身不再是瓶頸，真正稀缺的東西就變了，整個程序員群體的職業(yè)分層正在被重新洗牌。

職業(yè)洗牌：中階工程師正在成為受沖擊最大的群體

程序員不再按技術棧劃分，不按擅長的語言劃分，按你在職業(yè)階梯上站的位置劃分。

ThoughtWorks，全球最大的IT咨詢公司之一，2月搞了一場閉門會。

一群來自不同公司的工程VP關起門來聊了一個問題：AI到底在怎樣重塑工程師隊伍？

結論出來，圈子里炸了鍋。

他們發(fā)現(xiàn)，AI對工程師的影響不是一刀切，而是切出了三層完全不同的命運。

資深工程師，直接起飛。二十年積累的架構直覺、系統(tǒng)設計嗅覺，被AI放大了好幾倍。他們知道該問什么問題，AI幫他們秒出答案。

新人工程師，門檻打到地板了。以前入行最痛苦的那些事，讀陌生代碼庫、搞懂復雜的構建流程、理解公司內(nèi)部的技術債，AI幾乎一把梭哈全解決了。

最難受的就是中間那層，干了三到八年，還沒夠到資深的門檻，但也不是新手了。

這群人正好卡在AI沖擊波的正中央，因為中階工程師最核心的價值，就是“能寫靠譜的代碼”，而這恰恰是AI現(xiàn)在最擅長干的事。

上卷不過資深工程師的架構能力，下卷不過新人+AI的性價比。

他甚至給出了一個非常激進的預測：到2026年底，50%的工程師會有95%的代碼由AI生成。

不是2030年，不是“未來某天”，是今年年底。距離現(xiàn)在，只剩八個月。

“會寫代碼”這件事本身，正在從核心競爭力變成基本功。就像打字速度在90年代很值錢，現(xiàn)在誰還會把“打字快”寫進簡歷？

能力模型正在重構，代碼能力的權重在急速下降，取而代之的是另外三樣東西：

• 架構設計能力，你能不能把一個模糊的需求拆成AI能執(zhí)行的清晰任務？
• 需求判斷能力，面對AI給出的三套方案，你能不能秒判哪個靠譜？
• 質(zhì)量把控能力，AI寫的代碼跑是能跑，但你能不能看出那些藏在正確結果背后的隱患？

Simon在訪談里反復強調(diào)一個詞：agency，主體性。

現(xiàn)在一切都在飛速變化。唯一通用的能力就是跟上變化本身。
在所有關于“如何在AI時代做得出色”的討論里，出現(xiàn)頻率最高的詞就是agency——主體性。
我認為AI永遠不可能擁有真正的主體性，因為它沒有人的動機。所以，投資你自己的主體性，投資如何用這些技術讓自己變得更強、去做以前做不到的事。

職業(yè)分層在重塑，個人能力在重構。

但變化不止于此，當半數(shù)工程師的代碼都由AI生成，整個軟件行業(yè)的生產(chǎn)模式也在被連根拔起。

未來是黑燈Token工廠和智能體工程師的世界

Simon認為，現(xiàn)在行業(yè)里已經(jīng)有了兩個相反的展方向：Vibe Coding和Agentic Engineering。

Vibe Coding就是非專業(yè)人士也能靠AI做出能用的小工具，適合個人項目或者原型驗證，反正出問題只有自己倒霉。

它的反面是Agentic Engineering，則是專業(yè)工程師用AI Agent來做生產(chǎn)級的代碼，核心是把控質(zhì)量和架構，出了問題要負責任的。

Vibe Coding最好的例子就是OpenClaw，這個開源個人AI助理項目的一行代碼是2025年11月25號寫的，到今年2月的時候，幾十萬用戶自己折騰著裝上了。

三個半月，傳統(tǒng)軟件公司可能連需求評審會都沒開完。

到現(xiàn)在OpenClaw已不止是一個產(chǎn)品，而是一個品類。

Simon認為，做出自己的類Claw智能體就是今天的新“Hello World”。

但有些公司已經(jīng)走得更遠了，StrongDM正在測試的黑燈工廠模式：沒人寫代碼，也沒人讀代碼，全靠AI Agent和完善的質(zhì)量保障體系來輸出生產(chǎn)級代碼。

以前制造業(yè)說的“關燈工廠”，居然在軟件行業(yè)落地了。

軟件開發(fā)這個行業(yè)，寫代碼的能力在貶值，但定義“該寫什么代碼”和“怎么保證寫對了”的能力，正在成為新的硬通貨。