編輯 | 伊風

出品 | 51CTO技術棧（微信號：blog51cto）

這應該是我聽過最扎實、最客觀的一場 AI 編程演講。

它不講“奇跡”，也不兜售“焦慮”。而是拋出一個很實在的問題：

“今天我們能不能做一次現實核查：

 那些極度樂觀的 AI 編程預言，靠譜嗎？還是現實中根本沒那么神？”

微軟 CEO 說：‘30% 的代碼都是由 AI 編寫的’；

Authoropic 的 CEO 幾個月前聲稱，‘一年之內所有代碼都會由 AI 生成’；

但為啥這和工程師跑起來的感覺不一樣？

怎么有初創公司的人用了Devin，不僅沒提效，還出了bug倒虧了 700 美元的事故成本？

這場演講來自 Gergely Orosz —— 曾任 Uber 技術主管、后來轉型為全職技術作者。

他寫的《The Tech Resume Inside Out》一度被稱為“程序員簡歷圣經”，如今則靠著 The Pragmatic Engineer 這一全球最火工程類 Newsletter，持續影響著數十萬技術人。

圖片

為了回答上面的問題，他花了兩個月，采訪了 AI DevTools 初創團隊、大廠內部工程師、AI 生物創業公司和一群“熱愛代碼本身”的獨立開發者。最終拼出了一份關于 AI 編程真實狀態 的多維畫像。

先來說個初步結論給大家：

• AI DevTools 初創公司：重度使用（不意外）；
• 大廠：投入巨大，使用率持續上升；
• AI 創業公司：使用情況不穩定，有的有效、有的無感；
• 獨立開發者：比以前更興奮、更愿意用。

最令人意外的是一位真正的“老程序員”——Kent Beck（是的，就是《Extreme Programming》作者），他是第四類人的一個代表：

 “我現在寫代碼，比過去 52 年任何時候都開心。” ——Kent Beck今年是第 52 年寫代碼了。 

AI 讓他終于能動手做自己一直想做但覺得“太復雜、太貴”的項目，比如用 Smalltalk 寫一個并行計算服務器。他說：

 “技術棧中‘什么便宜、什么昂貴’的格局正在被重寫，很多過去被我們放棄的事情，現在其實便宜得令人發笑。”

小編將這篇干貨滿滿的演講，梳理成了好讀、有料的文章，接下來你將讀到：

• AI DevTools 初創公司：9成代碼AI生成，成千上萬個 MCP請求一起跑！
• Google 和 Amazon：怎么將 LLM 集成進開發工具？
• AI 初創公司：Claude Code、Cursor、Windsurf 等開發者怎么用？
• 獨立開發者：誰在“徹底轉變”、誰在“理智觀察”？
• 最后是他留下的 4 個反思性問題，每一個都戳中真實工程場景。

一、Claude Code、Windsurf 9成已是AI代碼，Cursor僅為前者一半

首先是 AI DevTools 初創公司。

我上周剛和 Anthropic 團隊聊過，問他們最近在內部觀察到什么趨勢。雖然這些公司難免會有些“自帶濾鏡”，但他們的回答還挺值得一聽的。

他們說，當第一次在內部開放 Claude Code 給工程師使用時，幾乎所有人都立即開始每天使用，而且熱情持續到現在。這種“自然啟動”讓他們自己也有點意外。

要知道，當時這還只是內部版本。Claude Code 直到一個月前才對外發布，它其實不是 IDE，而是一個命令行工具（CLI），運行在終端里。

他們還告訴我，目前 Claude Code 這個產品本身，有 90% 的代碼就是用 Claude Code 寫的。這個數字聽起來非常夸張，甚至像廣告詞。但我也專門和工程師確認過——他們不像市場部門那樣會“演”，所以這個說法還是挺可信的。

他們還提到一個很有意思的數據：Claude Code 正式上線后第一天，使用量就暴漲了 40%；三周不到，漲幅已經達到 160%。不論原因是什么，這說明這個工具的確有吸引力。

此外，Anthropic 還啟動了一個叫 MCP（Model Context Protocol） 的項目。他們的目標是用一個協議，把 IDE 或 Agent 接入到開發者已有的上下文環境中，比如數據庫、GitHub、Google Drive、Puppet 等。

我自己也動手試了一下，連上了自己的一個 API 數據源，然后直接問它：“有多少人領取了某個優惠碼？”它自動生成 SQL 查詢，結果也挺靠譜。這種“自然語言連數據”的體驗，確實讓人眼前一亮。

據他們說，MCP 是在去年 11 月開源的。到今年年初，有幾家中型公司開始采用。然后在 3 月、4 月，連 OpenAI、Google、Microsoft 這些“大玩家”也加入了對 MCP 的支持。

現在，每天都有成千上萬條 MCP 請求在運行，后面演講中還會提到它為何重要。

除了 Claude，我還和另外兩個 AI IDE 團隊聊了聊：

• Windsurf：他們說目前團隊中 95% 的代碼都是用 Windsurf 的 Agent 或自動補全生成的；
• Cursor：給出的估算是 40% 到 50% 的代碼使用了 AI。雖然比不上前面兩個，但他們也坦言：有些地方確實有用，有些還不太行。

我很欣賞 Cursor 的坦誠。畢竟這些公司做的就是 AI 編程工具，誰都想把“AI使用率”盡量做到 100%，那可是賣點。但 Cursor 沒藏著掖著，這就已經很難得了。

二、Google：“謹慎而長期主義”，所有AI工具都是自研

我和 Google 的幾位工程師匿名聊了聊，大概五個人。首先要知道的是：Google 的所有工程系統幾乎都是自研的。

• 不用 Kubernetes，而是內部自研的 Borg；
• 不用 GitHub，用的是自己的代碼倉庫系統；
• 不用公開的 Code Review 工具，而是用內部工具 Critique；
• 他們的 IDE 是自研系統 Cider（全稱：Integrated Development Environment and Repository）。

Cider 最初是網頁工具，現在已經演變為一個基于 VS Code 的定制分支，與 Google 的內部基礎設施高度集成，開發體驗非常順滑，打通程度很高。

工程師告訴我，現在 AI 工具幾乎無處不在。

在 Google 內部，他們已經將大模型集成進自己的 IDE「Cider」中。Cider 是基于 VS Code 的一個定制分支，還有一個網頁版叫 Cider V，里面集成了自動補全、基于對話的 IDE。他們說使用體驗還不錯，雖然可能比不上 Cursor，但總體表現已經相當可以。在代碼評審工具 Critique 中，AI 也能給出審查反饋，評價是“很合理，能用”。

再比如代碼搜索，這是 Google 內部非常強大的工具，現在也已經集成了 LLM 支持。你可以問它一些問題，它會幫你定位相關代碼部分。而就在一年前，這些功能在 Google 內部幾乎沒人用。但半年內一切都變了。 

一位現任 Google 工程師告訴我，Google 內部推行 AI 工具的方式是非常“謹慎而長期主義”的。他們希望這些工具能真正被工程師信任、持續使用。  

此外，還有不少只面向 Google 內部的工具，比如： 

• Notebook LM：你可以上傳文檔、和它對話；
• Prompt Playground：有點像 OpenAI 的 Playground，但其實 Google 在 OpenAI 發布之前就已經做出來了；
• Moma：一個基于 LLM 的知識檢索系統，在 Google 工程師中廣泛使用。

我聽一位 Googler（不便透露姓名）說，現在每個 org（組織）都在搞屬于自己的 GenAI 工具，原因很簡單：領導層希望看到這種創新，而且這么做更容易拿到內部資源和預算支持。像 Notebook LM 這樣的工具，就是靠“某個團隊拉到預算就自己搞起來”的。  

不過讓我印象最深的，是一位前 SRE 告訴我——他和很多 Google 的 SRE 還保持聯系——現在 Google 的基礎設施團隊正在為“10 倍代碼量”的增長做準備。他們在升級部署流水線、代碼審查工具、功能開關機制等等。

這讓我非常好奇：Google 是不是已經看到了某些我們還沒意識到的趨勢？

三、Amazon：采用AI比谷歌激進，但相當低調

談起 AI 工具，大多數人第一反應不會想到 Amazon。

雖然外界對 Amazon 的 AI 能力印象不深，但我跟內部工程師聊下來發現，幾乎所有開發者都在用一個叫 Amazon Q Developer Pro 的工具。它對 AWS 相關任務非常好用。

讓我驚訝的是，Amazon 內部的人很疑惑，為什么外界對這個工具幾乎一無所知？他們表示，“只要你是做 AWS 的，這個工具的上下文理解能力就特別棒。” 

 大概半年前，我聽他們說這個工具“不太行”；但現在，很多人都說：“真的很好用了。” 

 他們還告訴我，現在寫 Amazon 的 PR FAQ（六頁文案、模擬新聞稿的那種），也會用 AI 工具。年中績效季，很多寫作任務也用它來加速。 

Amazon 和 Anthropic 有合作關系，他們有一個內部版本的 Claude。

關于 Amazon，我覺得最有趣的是 MCP（Model Context Protocol）在內部的推進。

Anthropic 最早提出 MCP，現在 Amazon 似乎在全面接入。  

稍微講講背景：Amazon 是個“API 驅動”的公司，早在 2002 年，Jeff Bezos 發出著名命令：  

“所有團隊必須通過服務接口（API）暴露功能和數據，不得使用內部通信，違者將被開除。” 

 這也是 AWS 能誕生的底層原因。他們的所有服務都可以通過 API 公開，因此現在只需要在 API 上“外掛”一個 MCP server，AI Agent 就能直接對接調用，非常輕松。  

我從某位 Amazon 員工那里得知，目前 Amazon 內部的大多數工具和網站已經支持 MCP，這應該是第一次被公開提到。

自動化在 Amazon 內部隨處可見。我聽說很多人正在用 AI 工具自動處理工單系統、郵件、內部流程等等，有些工程師甚至已經自動化了大部分工作流。  

雖然外界沒人討論這些，但它確實正在發生。Amazon 作為“API First”公司，現在可能也正悄悄成為“MCP First”的引領者，時間點就在 2025。

四、初創公司的兩極分化：有人愛瘋了，有人說“不如手寫”

我還和一些小型初創公司聊了聊。它們并不是做 AI 工具起家的，但在日常流程中逐步開始集成 AI —— 有的甚至已經轉向“AI 優先”的方向。

1.支持者 Incident IO：整個團隊都在用，形成濃厚的“知識共創”氛圍

Incident IO，本來是一家做 on-call 報警平臺的公司。它本來是做 on-call 平臺的，但 AI 明顯是很適合用來做報警、排查和解決方案推理的。所以他們逐步變成了 AI 優先的公司。

我采訪了聯合創始人 Lawrence Jones（他也是這次大會的講者），他告訴我：

 整個團隊都在大規模使用 AI 來提效，還會在 Slack 中分享使用技巧、最佳實踐，一種“知識共創”的氛圍已經形成。

一些具體例子很有代表性：

• 有人嘗試用另一臺 MCP server 來處理一張復雜的工單，結果 AI 給出的初稿非常靠譜；
• 他把這個經驗發到群里，其他人紛紛試用，討論 prompt 設計和生成邏輯；
• 還有人發現了一個“提示詞新玩法”：讓 AI 給出 3~5 個不同代碼方案，再追問“為什么這樣寫、換個思路會怎樣”。

Lawrence 表示最關鍵的轉折點是 Claude Code 上線后的三周。

他查了一下數據（當時是周日），發現整個團隊都已經在日常使用它了。沒有任何品牌贊助，只是純粹覺得Claude太好用了。

2.棄用者 某AI 生物初創公司：最新的模型也滿足不了需求，領域太小眾了？

這家公司大概成立三年了，團隊規模在 50 到 100 人之間，整個系統架構很現代：基于 Kubernetes 的自動化數值管道、Python、Hugging Face 等技術。

他們的工程師對我說：  “我們試過很多 LLMs，但沒有一個能真正用起來。因為我們手動寫出正確代碼，其實比修改 AI 寫的代碼還要快得多 —— 即便是用最新模型，比如 Claude 3.7、甚至 Claude 4，還是這樣。”  

他們覺得自己的領域可能太小眾，不適合讓 LLMs 發揮作用。

這位工程師也坦言，不愿意公開名字，是因為他們不想被貼上“AI懷疑者”的標簽——但這是實話。  

他們是一家節奏很快的初創公司，嘗試過各種 AI 工具（包括代碼審查助手），但最終發現這些工具不適用于他們開發的新型復雜軟件。他們不是不試，而是試了發現不行，就迅速換方向了。

五、“從未如此興奮！”——獨立開發者與老程序員如何評價 AI 編碼？

聊完初創公司，我也采訪了幾位獨立軟件工程師，他們在 AI 時代之前就已經非常厲害了，對“寫代碼”這件事有深深的熱愛。

1、Flask 作者 Armin：我現在更想當 AI 智能體工程師

Armin Ronacher，Python Web 框架 Flask 的作者，十幾年來一直是個“純寫代碼”的技術人。他最近離開了 Sentry，準備自己創業。

最近他發布了一篇文章，標題是：《AI 改變了一切》。他說了一句非常顛覆性的話：

 “如果你在六個月前告訴我，我會更愿意做一名‘AI 智能體工程師’而不是親自編碼，我肯定不會相信。”

他的轉變有三個原因：

• Claude Code 用起來真的很順；
• ?自己在密集使用 LLMs 之后，終于“突破了心理障礙”，開始接受 AI 合作模式；?
• 最關鍵：agent 能自動執行、觀察反饋，這種機制可以極大地降低‘幻覺錯誤’的影響。

2、iOS 工具作者 Peter：我又找回了“寫代碼的熱情”

Peter Steinberger 是 PSPDFKit 的作者，iOS 最流行的 PDF SDK 創始人。他把公司賣掉后一直在探索新技術，最近發了一篇文章，標題就叫：

 “The Spark Returns（熱情回來了）” 

他說他感受到一個轉折點到來了：語言和框架不再重要，AI 工具讓他輕松從 Objective-C 轉到 TypeScript，寫什么都行。工具層的解耦能力太強了，生產效率暴漲。

他還跟我分享了一個他發在社交平臺的段子：  “很多技術人都因為玩 AI 工具興奮到睡不著。” 

有趣的是，我們是在凌晨 5 點互發消息的，我因為別的事早醒，他因為寫代碼根本沒睡。

 3、ThoughtWorks 的 Brigita：LLM 是技術棧的“橫向力量”

Brigita是ThoughtWorks的Distinguished Engineer，她這樣總結 LLM 的意義：LLMs 是極少數可以在任意抽象層使用的工具。

 你可以把它當作匯編級別的 low code 工具，也可以用來操控高級語言，甚至用自然語言編程。 這不是簡單地‘加一層 AI’，而是在整個技術棧中橫向滲透的東西。

正是這種“跨層抽象使用能力”，讓 LLMs 真正令人興奮。說這話的人，本身也是在 AI 出現之前就已功成名就的資深工程師。

4、Django 聯合創始人 Simon：真正的突破剛剛開始

Simon Willison 是 Django 框架的聯合創始人，靠寫博客和開源維生，被 Andrej Karpathy 稱為“LLM 博客必讀作者”。

他說：

“代碼agent確實可以跑得通，可以反復循環、調試編譯器、干實事。 過去 6 個月，大模型的迭代明顯突破了一道門檻，現在開始真的‘有用’了。”

5、Kent Beck：52 年碼農生涯，現在寫得最開心！

最后是重量級嘉賓：Kent Beck，極限編程（XP）之父，JUnit 作者，軟件工程界的活傳奇。

他說：

 “我現在編程比過去 52 年任何時候都開心。” 

他正在用 Smalltalk 寫一個并行虛擬服務器的項目 —— 是他多年來的夢想。

 他說 LLM 的出現讓他終于可以專注做自己真正想做的事，不用被工具框架牽著走。

在他眼中，LLM 是繼微處理器、互聯網、智能手機之后，又一次徹底改變成本結構的技術浪潮：

 “過去我們因為貴、不現實而不做的事，現在突然變得便宜又容易。”

延伸：值得思考的四個問題

這些趨勢很有意思，但我認為現在仍然談不上“AI 已徹底改變軟件開發”。它遠不是那種“板上釘釘、未來已來”的故事。

所以我自己也留了 4 個問題：

?問題一：為什么創始人和 CEO 遠比工程師更興奮？

雖然有一些工程師確實很激動，比如 Armin 和 Peter，他們本身就可能是創業型人才。但比如 Warp 的創始人 Zack Lloyd 就問得很到位：

 “有沒有人注意到，最資深的工程師往往不怎么用 AI，最熱情的反而是創始人和產品經理？” 

這可是一個做 AI 工具終端的創始人在反思。

再看那些 CEO 公開發言，幾乎都在極力宣傳 AI 的潛力。這值得我們思考。

?問題二：AI 工具的使用在開發者中到底有多主流？

我讓現場舉手：“每周至少用一次 AI 工具寫代碼的有多少人？”

現場大約有 60–70% 的人舉手。

這和 DX 的調研數據相符。他們最近調查了 3.8 萬名開發者，結果是：

• 一個典型組織中，大約 一半人每周使用 AI 工具；
• 最頭部的公司能達到六成。

但請注意，我演講里講的大多數例子，其實都高于這個中位數（除了那個 AI 生物初創公司）。

也可能有樣本偏差——愿意分享經驗的人，本來就更愿意使用 AI。

?問題三：我們到底節省了多少時間？

比如 Pete 告訴我，他感覺自己產出效率提升了 10–20 倍。

但 DX 的調研顯示，AI 工具一周大約能幫開發者節省 3–5 小時，平均大概 4 小時。

4 小時也不賴，但要說“10 倍提效”就顯得有點夸張了。問題是：我們真的把省下來的時間用來創造更多價值了嗎？

我也不知道。

?問題四：為什么 AI 對個人開發者特別有效，而對團隊卻效果不佳？

這個現象非常普遍。DX 的 Laura Tacho 也告訴我，AI 工具在“個體層面”表現不錯，但在“組織層面”尚未發揮價值。

CEO 和創始人如此熱情，不難理解，畢竟他們公司押注 AI，也有財務壓力在身上。

大廠積極投資、探索 AI 工具，也說得通。

但最讓我在意的是那些“有年頭”的資深開發者，他們是真的用出了成果、感受到了變化、愿意投入更多。

我覺得我們可能正處在一個軟件開發方式的“臺階式變革”時刻。

我聯系了軟件工程思想領袖 Martin Fowler，請他為我審閱的一篇文章給點看法。他的回答是：

 “LLMs 將對軟件開發產生的影響，堪比當年從匯編語言轉向高級語言的變革。

后來各種高級語言的更新，雖然改進了生產力，但沒有那種‘質變’了。

但 LLM 是不同的：它是計算機歷史上第一次引入“非確定性”的工具，這非常關鍵。”

結語

我的結論是：變化正在發生，我們需要更大膽地去實驗。

我們應該像初創公司那樣多試錯，弄清楚：

• 什么是有效的？
• 什么是沒用的？
• 什么是真的便宜了？
• 什么才是真正值得投資的？

這場演講到這里也告一段落，內容之扎實、視角之多元，令人回味。

你對演講中的這些觀察有沒有共鳴？

AI 寫代碼對你來說，是賦能，還是添亂？歡迎在評論區聊聊你的真實感受

本文轉載自??51CTO技術棧??，作者：伊風