当前位置：

社区首页

电脑数码

软件应用

服务软件

AIGC文章详情

用AI编程工具后，程序员会变得更“懒”还是更强？

源自80位全网作者

05-21 18:23

精选参考来源

有人说用“vibe coding”（凭感觉用AI写代码）能直接做出上线的生产级应用，这是不现实的。生产环境的软件必然复杂，需要大量代码的编写和维护，单靠写prompt根本撑不起。AI确实能帮你快速生成代码片段，甚至能做一些简单小工具、小项目，或者快速搭建原型，提升开发效率。但当涉及到真正的生产级应用，边界条件、集成、安全、性能和稳定性等问题，都需要工程师的严谨设计、测试和持续维护。那些说“vibe coding”能做出SAP、Salesforce这样的大型系统，显然是夸张了。相反，经验丰富的工程师利用AI辅助，能快速完成70%-80%的代码工作，但他们依然需要深入理解业务、规范开发流程、严格测试和持续重构。成功案例确实存在，比如一些小型APP或合规项目用AI辅助开发并上线，但这更多是建立在开发者本身具备扎实的基础和工程能力上。完全靠AI和prompt从零开始，几乎不可能保证产品质量和稳定性。AI是加速器，不是替代品。真正的生产级软件开发，离不开架构设计、代码审查、测试覆盖和持续迭代。那些只靠prompt写代码，却指望一劳永逸的人，注定会碰壁。生产级代码的核心，是对复杂性的掌控，而不是对AI的盲目信任。AI帮你写代码，工程师帮你撑起整个系统。原文：x.com/svpino/status/1993672597792518177

全部
来源

内容由AI生成

1. OpenAI最新Harness工程分享 | 代码免费后，码农将变身“AI驾驭师”

2. 有人说用“vibe coding”（凭感觉用AI写代码）能直接做出上线的生产级应用，这是不现实的。生产环境的软件必然复杂，需要大量代码的编写和维护，单靠写prompt根本撑不起。AI确实能帮你快速生成代码片段，甚至能做一些简单小工具、小项目，或者快速搭建原型，提升开发效率。但当涉及到真正的生产级应用，边界条件、集成、安全、性能和稳定性等问题，都需要工程师的严谨设计、测试和持续维护。那些说“vibe coding”能做出SAP、Salesforce这样的大型系统，显然是夸张了。相反，经验丰富的工程师利用AI辅助，能快速完成70%-80%的代码工作，但他们依然需要深入理解业务、规范开发流程、严格测试和持续重构。成功案例确实存在，比如一些小型APP或合规项目用AI辅助开发并上线，但这更多是建立在开发者本身具备扎实的基础和工程能力上。完全靠AI和prompt从零开始，几乎不可能保证产品质量和稳定性。AI是加速器，不是替代品。真正的生产级软件开发，离不开架构设计、代码审查、测试覆盖和持续迭代。那些只靠prompt写代码，却指望一劳永逸的人，注定会碰壁。生产级代码的核心，是对复杂性的掌控，而不是对AI的盲目信任。AI帮你写代码，工程师帮你撑起整个系统。原文：x.com/svpino/status/1993672597792518177

3. Seedance2.0只是前菜，未来的AI编程会更加疯狂。

4. 过去十年，大家一直在说AI会改变编程。但现在看，真正被改变的，可能不是“写代码”，而是“审代码”。如果未来AI写代码、审代码都变成了常态，程序员最核心的能力到底是什么呢？#大有学问 #红衣聊AI #anthropic #人工智能 #程序员

5. 破防了，工程师抢着给 AI 当牛马，还说「真香」

6. 卡帕西宣判Vibe Coding终结！99%代码AI接管，智能体工程时代开启

7. 稳了！AI生成85%代码，程序员职业历史上最好的黄金十年来了！

8. 真正的核心竞争力，来自于驾驭工具。 #大咖观察 #红衣聊AI #编程 #人工智能技术

9. 5行代码，逼疯整个硅谷！澳洲放羊大叔，捅开AI编程奇点

10. AI时代，有些工作可以被AI完全取代，干这些工作的一批人会被公司解雇，以降低成本，这是“AI抢了人的饭碗”。另外有一些工作，AI不能完全取代人，但它能让那些掌握了Al工具的从业者效率提升，是他们专业能力的放大器，导致干这份工作的人不需要那么多，于是，“多出来”的人失业，这就是“会用AI的人挤掉了不会用AI的人”，AI加剧了从业者的两极分化。如果你属于上述两种类型的人，那么，要不你已经失业，要不，你正处于面临失业的高度风险中。

11. 轻松学会！高手都在用的AI编程大法！

12. 2026 AI Coding 下半场：不拼参数，拼谁能让开发者“戒不掉”

13. AI 是放大器，不是变压器。你是零，放大一万倍还是零。你是负数，放大之后亏得更快。工具从来不改变人，工具只是让你更快地变成你本来会变成的那个人。没有 AI 的时候你写不出好代码，有了 AI 你只是更快地写出了一堆烂代码。速度变了，本质没变。

14. AI不是消灭专业能力，而是在重塑专业能力的表现形式。未来的专才更像是“专业架构师”，他们不需要亲自执行每个细节，但必须能设计出最优的工作流程，让AI成为能力放大器。这种转变让专业知识从“个人技能”变成了“可复用的基础设施”。#科技先锋官#

15. 蚂蚁灵光，30秒生成专属程序，普通人也能手搓代码 #蚂蚁灵光 #AI #阿里

16. AI编程大战正式开打！ Claude vs GPT同一天放大招，不是比谁代码写得好，而是AI开始自己组队当项目经理了。#大咖观察 #红衣聊AI #编程 #ChatGPT

17. 软件工程师的角色正在悄然转变，正从单纯的“代码工匠”走向“产品工程师”。大语言模型（LLM）让写代码变得前所未有的简单，真正的挑战不再是实现，而是“做什么”和“如何设计用户体验”。因此，越来越多工程师开始投身学习设计和产品思维。未来最有价值的工程师，是那些不仅能交付功能，更能塑造产品的人。这场变革带来了几个趋势和思考：- 产品、设计和工程的界限正在模糊，未来团队或许将由少数几个人组成，快速高效地驾驶AI工具，打造出高质量产品。- 代码实现不再是瓶颈，但系统架构、性能优化、代码质量和可维护性依旧至关重要。AI虽日益强大，但工程师对技术选型、架构设计和系统可扩展性的判断力依然不可替代。- 具备产品思维的工程师，懂得如何通过用户访谈洞察真实需求，这种能力比单纯编程更难能可贵。- 设计和产品技能是一门艺术，掌握它们需要时间和实践，工具如Cursor、Figma正在快速进化，助力工程师跨界成长。- 对技术深度和设计广度的平衡，是打造强大团队的关键。理想团队结构或许是三分之一工程技术，三分之一产品策略，三分之一设计体验。- 随着AI能力提升，传统产品经理角色可能重塑，甚至被具备业务敏感度的工程师所替代，或反之。总的来说，未来的软件工程师不只是写代码者，更是能够洞悉用户、把控产品全局的“产品构建者”。拥抱这场变革，将是每位工程师迈向更高影响力的必由之路。x.com/Cramer___/status/1999926485092807155

18. Harness Engineering：当AI能写百万行代码，工程师的护城河是什么？

19. 智能体即开发者：论AI如何重塑编程边界与人机协同未来

20. 阿里千问与“AI Layer”崛起：一场重塑互联网的“操作系统”生态战【硅谷101】

21. Ivan 讲了他的联合创始人 Simon 的故事。 Simon 以前是传说中的“10 倍工程师"，但现在几乎不自己写代码了。路过他工位，你会看到他像指挥官一样同时调度三四个 AI 编程智能体。这些 AI 不只打字快，还能思考。他在吃饭或睡前把任务排好队，AI 就在后台疯狂干活。他从“写代码的人"，变成了“管理无限大脑的人"。

22. 【AI编程不是风口，是分水岭】一年前，我也觉得AI编程是噱头。如果你在Copilot自动补全时代试过这些工具，然后弃之不用，我完全理解。但事情变了，变得很快。每隔几个月，能力就会有一次大的飞跃。半年前，GPT-5能做出像样的设计、在大型代码库里导航，已经让我惊叹。现在，Opus可以独立完成大型功能开发。这不是进步，是质变。直说吧——我认识的最优秀的开发者，都在重度使用AI。一旦你见识过这些工具的能力，想真诚地谈论它们，都会像在打广告。 "布道AI的开发者"和"质疑AI的开发者"之间的鸿沟，正在急剧扩大。我亲眼看着每一类人陷落：先是独立开发者，然后是脚本小子，接着是前端、后端、包维护者、安全研究员、运行时开发者、编译器开发者…… 这个名单还在变长。有很多"大牛"十几年没写过真正的代码了。我们可以从他们身上学到很多东西，但他们对AI如何加速真实项目中的真实团队，一无所知。坚持认为这些工具没用的人，我理解你们。几个月前它们确实没用。但你的判断已经过时了。 AI不会取代我们，但它已经在写每天产出的大部分代码。这不是关于工具的选择，而是关于你站在分水岭的哪一边。 x.com/theo/status/2006121170077155492

23. 最近我几乎每天都在跟AI一起编程，有时一天都不睡觉。不咋看微信、十几个小时连轴转，对着手机给AI下指令，让它做智能体、改Skill……#大有学问 #人工智能 #红衣聊AI #openclaw

24. 李想在和罗永浩对谈中聊到了AI时代的人才逻辑，几个观点挺值得思考：1️⃣ 不要轻易裁员——AI时代的人才评价标准和工业时代大概率不一样，按旧标准裁人很容易误伤真正适应新范式的人才。组织变革期最缺的就是「试错耐心」。2️⃣ 自然筛选代替行政干预——公司不主动裁员，AI升级过程中，能力边界清晰的人会自我校准：跟不上的人会走，不认同公司AI化方向的人也会走。这比强制优化更人性，也更精准。3️⃣ AI是能力放大器——李想说AI和AI Agent就像放大镜，会把员工的真实能力和工作态度放大呈现。过去靠「表演性努力」混日子的人，在AI辅助的透明化工作流里会很难生存。自动驾驶行业其实已经在经历这种转变——传统的规控算法工程师如果不拥抱端到端范式，竞争力会快速贬值。AI时代的人才，核心能力从「知识储备」转向「与AI协作的能力」和「持续迭代的适应力」。李想的 AI 人才逻辑，本质上是一场关于 "人" 的革命。在工业时代，人是机器的附属品；而在 AI 时代，人重新成为了组织的核心。AI 不是来替代人的，而是来解放人的。它会把人从重复性的劳动中解放出来，让人去做那些只有人才能做的事情：思考、创造、决策、共情。这或许才是技术密集型企业最可持续的进化路径#李想称AI时代不要轻易裁人##大v聊车#

25. 一位中国AI创业者，一行代码都没写，却靠着AI智能体，冲进了OpenClaw全球贡献者前30，而且排在他前后的，是一批干了十几年的硅谷顶级工程师。#大有学问 #红衣聊AI #创业 #智能体

26. 《从写代码到管 Agent，大多数工程师还没准备好》斯坦福首门 AI 软件开发课讲师 Mihail Eric 谈初级开发者的三重困境、多 Agent 编排的真正难点、Agent 友好代码库的标准，以及为什么初级工程师的'无知无畏'在 AI 时代反而是超能力。从写代码到管 Agent，大多数工程师还没准备好

27. Harness Engineering（驭缰工程）是 OpenAI 在 2026 年 2 月提出的工程范式：工程师不再写代码，而是设计环境、明确意图、构建反馈回路，让 AI 智能体可靠地完成工作。传统工程：人类写代码 → 机器执行代码Harness Engineering：人类设计约束 → 智能体写代码 → 机器执行代码核心转变：工程师的产出从代码变成了约束系统——AGENTS.md、架构规则、自定义 linter、反馈回路。给大家推荐一个开源项目：Harness Engineering 学习指南，感兴趣的可以了解一下 Harness Engineering 。传送门：github.com/deusyu/harness-engineering#科技先锋官##How I AI#

28. 曾对AI嗤之以鼻，如今2周生成7万行代码：Rust大佬与Claude联手打造新语言Rue

29. AI自动化编程是否会让程序员失业原创

30. AI 辅助编程的反直觉真相

31. AI 代理只写代码，不搞软件工程

32. AI新手入门 · 第18篇：GitHub Copilot——程序员人手必备的AI搭档

33. AI编程工具会不会抢程序员饭碗_ITPUB博客

34. AI 时代如何成为顶级程序员

35. AI 编程：你的使用方式，可能决定了你是哪一类程序员

36. GitHub Copilot 基础教程

37. AI的天花板是人的认知，而不是AI本身

38. 一次 AI 作为工程放大器与知识教练的真实实践

39. AI编程工具的「隐形门槛」：同一个工具，为什么体验天差地别？

40. AI编程助手能完全取代人类程序员吗？全网观点大PK

41. 免费VS付费：Gemini CLI、通义灵码，Copilot，CC，如何选择？

42. AI编程工具Trae、通义灵码、CodeBuddy、Qoder哪家强

43. AI辅助编程，你用起来了么？

44. AI编程助手的两面性：效率提升背后，新技能掌握率下降17%

45. AI编程助手实测：Copilot、Cursor、通义灵码，谁更懂你？

46. 赋能编程新范式！软件学院AI+人工协同，解锁工程训练新体验

47. 【观点】使用者素养与AI应用要素的协同机制研究——基于广义四要素闭环模型的分析（4）

48. AI会替代软件开发吗？业内专家与开发者共议人机协作新范

49. GitHub Copilot具体如何操作？

50. AI 编程工具，正在重新定义开发者的工作方式

51. 人类学研究：熟练开发者善用AI，用AI不利技能学习

52. 效率翻十倍，IntelliJ IDEA 中的这几款 AI 编程插件你都用过吗？

53. AI 工具时代下程序员的核心价值与发展指南

54. 人类学研究表明：熟练的开发者能更好地利用AI，但使用AI并不利于技能学习

55. 当前常用的AI编程工具介绍

56. AI编程工具正在分化开发者：Builder、Shipper和Coaster

57. 主流 AI IDE 技术分享：从工程视角看需求理解、代码生成与高可用性

58. 如何在VSCode中使用 GitHub Copilot 进行 AI 辅助编程

59. AI会替代软件开发吗？业内专家与开发者共议人机协作新范式

60. GitHub Copilot CLI 上手指南：在终端里使用 AI 编程助手

61. 通义灵码深度解析：阿里巴巴 AI 编程助手，通义千问加持的代码专家

62. 灵码 Quest 模式：会自进化的自主编程智能体，让开发真正「放手」

63. 如何评价AI编程工具对开发团队「核心设计能力」与「复杂问题解决能力」的潜在影响？

64. 10款AI编程工具大乱斗：从Cursor到通义灵码，谁才是你的最佳搭档？

65. 红烁AI培训观察：软件公司里，会用AI的程序员比普通程序员强在哪

66. 养虾记·第114期｜龙虾的代码助手——AI驱动

67. GitHub Copilot 使用指南：借助 AI 提升编程效率

68. 腾讯云代码助手 CodeBuddy：AI 驱动的智能代码编辑器完全指南

69. AI编程助手：效率神器还是依赖陷阱？全网观点大PK

70. ai时代，要不被社会淘汰，青年学子应努力具备的十大核心能力

71. AI Code Guide：AI 辅助编程完全指南

72. AI时代的技术变革与范式重构

73. AI 辅助代码补全实例

74. GitHub Copilot：AI 驱动的编程伙伴，如何重塑开发者的工作流程

75. 2026年AI编程工具全景指南：从代码补全到AI工程师的进化之路

76. 用生成式AI提升编程效率的实用指南

77. AI 辅助编程再升级！Claude 插件库，结对编程 + 代码审查一步到位

78. HBuilderX引入AI编程助手CodeGeeX，每日可生成500万行代码！

79. Copilot CLI系列|快速入门教程

80. AI-Native分享(一)|工程方法论

扫一下，分享更方便，购买更轻松

0评论

当前文章无评论，是时候发表评论了

提示信息

取消

确认

评论举报

垃圾广告！低俗色情！人身攻击！疑似水军评论！其他有害！