AI代碼率是最蠢指標(biāo)！AWS CEO狂懟“代碼量崇拜”！3年后沒有人手寫Java！反對(duì)因?yàn)锳I裁掉初級(jí)開發(fā)者——成本低且最愛AI

作者：伊風(fēng) 2025-08-25 00:25:39

?“今天很多白領(lǐng)的日常，其實(shí)都在做一些他們自己并不喜歡的事，比如填報(bào)系統(tǒng)、匯總報(bào)表、收集信息。AI 能幫助我們縮短這些耗時(shí)任務(wù)，讓人們把更多時(shí)間放在創(chuàng)造性工作、深入分析和他們真正熱愛的部分。”

在AI公司瘋狂吹噓“AI能寫80%代碼”時(shí)，AWS CEO Matt Garman 潑了一盆冷水。

他的態(tài)度相當(dāng)直接：

“AI代碼占比？這是最愚蠢的指標(biāo)。”

“衡量代碼量從來不是好方法，很多時(shí)候，代碼越少越好。所以我完全不理解，為什么有人喜歡用這個(gè)指標(biāo)來炫耀。”

這番言論迅速在 Hacker News 引發(fā)討論：

Garman 在播客中還反駁了另一種流行觀點(diǎn)——AI將取代初級(jí)工程師。

Garman 提到，AWS推出AI 輔助編碼工具 Kiro后，有企業(yè)高管興奮地告訴他：

“AI工具可以取代公司所有的初級(jí)員工”。

對(duì)此，Garman 回應(yīng)道：

“這是我聽過最蠢的事。”

原因很簡單：

“初級(jí)員工可能是公司里成本最低的人力，而且他們是最積極擁抱 AI 的群體。”

這些觀點(diǎn)都來自他最近做客 Matthew Berman 的播客節(jié)目：

地址：https://www.youtube.com/watch?v=nfocTxMzOP4

當(dāng)然，Hacker News 上也有人唱反調(diào)：

“我每天都看到有人批評(píng) AI 編程，感覺像生活在平行世界。”

一位開發(fā)者分享了自己的實(shí)踐：

“我寫過 20 萬行 B2B SaaS 代碼，用上 Sonnet 4 的 Agent 模式后，我只寫 20%，其余 80% 由 Sonnet 和 GitHub Copilot Agents 完成，然后我做嚴(yán)格檢查和測(cè)試。”

看完 Garman 的完整訪談后，你會(huì)發(fā)現(xiàn)，他不是反對(duì) AI的保守者，而是提醒行業(yè)：別被指標(biāo)綁架，別盲目砍人。

真正的問題是：

AI 時(shí)代，開發(fā)者該怎么重新定義自己的價(jià)值？

1.AI不會(huì)讓人失業(yè)，砍初級(jí)崗反而愚蠢

幾個(gè)月前，Anthropic CEO Dario Amodei 警告：“AI 將引發(fā)白領(lǐng)大屠殺。”

他的預(yù)測(cè)是，未來十年，全球可能有 30% 的白領(lǐng)崗位被取代，客服、財(cái)務(wù)、法務(wù)等重復(fù)性強(qiáng)的崗位首當(dāng)其沖。詳情可閱讀：Anthropic CEO失業(yè)暴論引爭(zhēng)議！AI將在5年內(nèi)消滅一半白領(lǐng)入門崗，失業(yè)率或飆升至20%！阿莫多：該征收Token稅了

這種悲觀論調(diào)在網(wǎng)絡(luò)上廣泛傳播，甚至有人斷言：“AI 會(huì)讓大學(xué)生找不到工作成為新常態(tài)。”

AWS CEO Matt Garman 卻不這么看。

“我覺得這是科技界最令人興奮的時(shí)代。我個(gè)人非常樂觀。我認(rèn)為 AI 和技術(shù)的進(jìn)步，能夠顯著提高效率、生產(chǎn)力，并減少工作中的繁瑣任務(wù)。”

在他看來，AI 最大的價(jià)值在于解放人類，AI能帶給企業(yè)的“降本增效”，同樣能給到個(gè)人：

“今天很多白領(lǐng)的日常，其實(shí)都在做一些他們自己并不喜歡的事，比如填報(bào)系統(tǒng)、匯總報(bào)表、收集信息。AI 能幫助我們縮短這些耗時(shí)任務(wù)，讓人們把更多時(shí)間放在創(chuàng)造性工作、深入分析和他們真正熱愛的部分。”

Garman 不否認(rèn) AI 演進(jìn)的速度帶來挑戰(zhàn)，但他強(qiáng)調(diào)關(guān)鍵不在“抗拒”，而在學(xué)習(xí)和適應(yīng)。

“如果你愿意擁抱它，AI 會(huì)讓你更有競(jìng)爭(zhēng)力。”

至于“砍掉初級(jí)崗位”，他毫不客氣：

“這是我聽過最蠢的想法。”

他們是公司里成本最低的員工，而且對(duì) AI 工具最積極。

“如果你十年后公司沒人學(xué)過東西，這怎么行？所以我的觀點(diǎn)是，你仍然需要招聘應(yīng)屆生，教他們?nèi)绾螛?gòu)建軟件、拆解問題、正確思考。這點(diǎn)和以前一樣重要。”

2.AI代碼率毫無意義，Coding不是量的游戲

在硅谷，“AI代碼率”常被視為衡量模型編程能力的核心指標(biāo)。

似乎這個(gè)數(shù)字越高，AI就越接近人類工程師，甚至逼近AGI。

Anthropic CEO Dario Amodei 曾預(yù)測(cè)：“未來三到六個(gè)月 AI 會(huì)寫 90% 代碼；再過一年，幾乎所有代碼都可能由 AI 完成。”

Google CEO劈柴哥也在財(cái)報(bào)會(huì)上夸耀：

目前已有超過 25% 的 Google 新代碼是由 AI 自動(dòng)生成。

不過，AWS CEO Matt Garman 卻對(duì)這種“代碼量炫耀”嗤之以鼻，直呼“我不理解”：

“我從來不理解為什么大家喜歡用這個(gè)指標(biāo)炫耀。”

“過去一兩年，大家喜歡炫耀‘AI 寫了多少行代碼’——這是個(gè)愚蠢的指標(biāo)。AI 可以寫無限多的代碼，但可能是垃圾代碼。很多時(shí)候，更少的代碼反而更好。”

在他看來，代碼量從來不是生產(chǎn)力的代名詞，真正的價(jià)值在于：AI是否解決了真問題。

Garman 同時(shí)披露，超過 80% 的 AWS 開發(fā)者已將 AI 工具融入日常工作：無論是寫測(cè)試、補(bǔ)文檔，還是通過 Q CLI 和新 IDE Kiro 做“代理式工作流”。但他也坦言：沒有所謂的“完美指標(biāo)”去衡量開發(fā)者使用AI的成功度。

與其死盯代碼量，不如鼓勵(lì)試驗(yàn)：

“今天的衡量標(biāo)準(zhǔn)和以前差不多，部分還是生產(chǎn)力。但我們?nèi)栽谔剿髯罴褜?shí)踐，因?yàn)榧夹g(shù)在快速演變。所以我們鼓勵(lì)試驗(yàn)，讓團(tuán)隊(duì)嘗試不同的工具、方法論，也嘗試不同的組織方式。”

3.有了AI賦能，未來開發(fā)者的價(jià)值只會(huì)更高

“編程無用論”最近很流行——有人斷言，程序員終將被AI全面取代。

對(duì)此，AWS CEO Matt Garman 的回答很直接：

未來開發(fā)者角色的價(jià)值只會(huì)更高，因?yàn)樗麄儽还ぞ哔x能了。

不過，他并不贊同進(jìn)入大學(xué)學(xué)習(xí)了“編程”技能，就能一輩子高枕無憂：

“以現(xiàn)在技術(shù)進(jìn)步的速度，如果你把全部精力押在某一項(xiàng)技能上，并打算靠它吃30年飯，我?guī)缀蹩梢钥隙ǎ?0年后已毫無價(jià)值。”

真正值得投入的，不是某門語言，而是底層能力：

如何獨(dú)立思考？如何培養(yǎng)解決問題的批判性推理？如何培養(yǎng)創(chuàng)造力？如何建立一種學(xué)習(xí)心態(tài)，讓你不斷學(xué)習(xí)新的東西？

Garman預(yù)測(cè)，兩三年后，開發(fā)者的日常會(huì)徹底改變：

那種“在地下室獨(dú)自寫代碼幾周”的刻板印象可能不復(fù)存在，但我們?nèi)匀恍枰ㄜ浖娜恕Ｎ磥砜赡軙?huì)有大量懂軟件的人，他們手里會(huì)有智能代理去完成部分編碼任務(wù)。我認(rèn)為兩三年后，你可能不需要再自己寫 Java 代碼了，因?yàn)檫@些工具會(huì)非常擅長寫代碼。你的工作會(huì)更像是：拆解問題、決定開發(fā)什么、整合系統(tǒng)、審查生成的代碼是否符合預(yù)期，并調(diào)度多個(gè) AI 代理完成任務(wù)。這才是未來開發(fā)者的角色。

AI賦能會(huì)讓創(chuàng)造者告別“腦子里有想法、落地卻要熬幾周代碼”的挫敗感。

"AI 能幫你解鎖生產(chǎn)力，讓有創(chuàng)造力的人更快解決問題，開發(fā)出有趣的應(yīng)用和成果。”

4.亞馬遜如何實(shí)踐：拆分小團(tuán)隊(duì) + 快速學(xué)習(xí)曲線

在談到AI如何重塑組織方式時(shí)，AWS CEO Matt Garman 提出了一個(gè)鮮明對(duì)比：

“過去，要開發(fā)一個(gè)大型復(fù)雜系統(tǒng)，需要龐大的團(tuán)隊(duì)，每個(gè)人負(fù)責(zé)一小塊。而現(xiàn)在，AI帶來的最大好處之一是——你能擁有更大的視野和掌控力。”

亞馬遜的做法是，把大項(xiàng)目拆成模塊，交給更小、更敏捷的團(tuán)隊(duì)來推進(jìn)。

“創(chuàng)業(yè)公司比大企業(yè)快，這一直是它們的優(yōu)勢(shì)。但其實(shí)這并不是“天生”的差距，而是組織方式不同。我們現(xiàn)在學(xué)習(xí)的一點(diǎn)是，AI 工具能讓大公司也采用小團(tuán)隊(duì)作戰(zhàn)的模式，大公司也能跑得很快。如果組織方式和工具都支持快速行動(dòng)，就能交付卓越的客戶價(jià)值。這對(duì)像我們這樣的大企業(yè)來說，是巨大的機(jī)會(huì)。”

除了組織創(chuàng)新，AI也在重塑開發(fā)者的學(xué)習(xí)模式。

如今，亞馬遜開發(fā)者對(duì)AI的滲透率極高：

“絕大多數(shù)開發(fā)者都很有好奇心。我認(rèn)為從沒用過 AI 編碼工具的人基本等于零。問題在于，有多少人把它用于徹底改造工作，而不僅是輔助。”

這就帶來了新的學(xué)習(xí)曲線。Garman強(qiáng)調(diào)：

開發(fā)者需要學(xué)會(huì)如何改變工作方式
明白哪些環(huán)節(jié)能用AI加速，哪些反而會(huì)拖慢

他舉了個(gè)例子：

“第一代工具的‘線性模式’很容易讓人掉進(jìn)兔子洞，一旦生成代碼不符合預(yù)期，回退非常困難。”

為了解決這個(gè)問題，亞馬遜在新一代IDE Kiro的“代理式開發(fā)”理念中做了創(chuàng)新：

以規(guī)范（spec）文檔為開始，過程中可以動(dòng)態(tài)調(diào)整，但始終保留核心規(guī)范，可以隨時(shí)修改。

5.寫在最后

盲目追逐“AI代碼率”，沒有意義。

真正能把 AI 編程的價(jià)值榨干的，是那些在協(xié)作中不斷成長的人。

正如 Hacker News 上的一條高贊評(píng)論所說：

“最大的區(qū)別在于：能從 AI 工具中獲得最大價(jià)值的人，預(yù)期 AI 會(huì)犯錯(cuò)，因此他們總是仔細(xì)審查代碼，并且在很多時(shí)候，更像編輯而不是作者。他們知道 AI 擅長哪里（實(shí)現(xiàn)明確函數(shù)、寫測(cè)試），也知道它容易翻車的場(chǎng)景（大規(guī)模上下文的復(fù)雜邏輯）。
而那些得不到好處的人，看起來更不能容忍 AI 的錯(cuò)誤，不愿與 AI 迭代，過度關(guān)注失敗案例，而不是限制 AI 在合適的場(chǎng)景中發(fā)揮作用。”

圖片