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

AI写代码，人为何更忙？开发者角色重构下的新挑战

源自123位全网作者

05-29 10:01

精选参考来源

只用一个大模型审代码已经过时。现在，开三个Cursor窗口，分别用Gemini 3.0 Pro、Claude Opus 4.5和Codex 5.1 High Pro，分别审查代码库并生成详尽的Markdown报告。然后让每个模型阅读另外两个的报告，最后用Opus 4.5进行步骤化的统一重构。流程结束，代码质量显著提升。为什么不用单一最强的Codex 5.1？即使是“王者”也需要智囊团。不同模型视角互补，避免盲点，提升审查深度。过往“凭感觉写代码”的时代一去不复返，AI协作正成为软件进化的核心动力。虽然有人担心多模型审查会带来冲突和额外复杂度，实际操作中可以根据目标选用最适合的模型： - Opus 4.5：通用且擅长理解新代码库 - Gemini 3.0：前端和UI表现卓越 - Codex 5.1：后端逻辑推理无敌批判性的多模型交叉验证，相当于三位资深工程师各抒己见，最终汇聚成最佳方案。人类设计流程和决策策略，才是发挥这些AI最大效能的关键。这不仅仅是工具升级，更是开发范式的变革。未来，单模型“孤军奋战”将被多模型“团队协作”取代，代码审查和重构将更加严谨、高效、可靠。我们不再是“单兵作战”，而是运营一个由智能体组成的开发团队。原文：x.com/vasuman/status/1996414648594161923思考：在AI驱动的开发生态中，如何设计有效的“模型协作机制”，成为人类开发者新的核心竞争力。技术的进步让我们重新定义“代码质量保障”的边界，也让软件工程进入了“智能共创”时代。

智能体即开发者：论AI如何重塑编程边界与人机协同未来

全部
来源

内容由AI生成

1. 只用一个大模型审代码已经过时。现在，开三个Cursor窗口，分别用Gemini 3.0 Pro、Claude Opus 4.5和Codex 5.1 High Pro，分别审查代码库并生成详尽的Markdown报告。然后让每个模型阅读另外两个的报告，最后用Opus 4.5进行步骤化的统一重构。流程结束，代码质量显著提升。为什么不用单一最强的Codex 5.1？即使是“王者”也需要智囊团。不同模型视角互补，避免盲点，提升审查深度。过往“凭感觉写代码”的时代一去不复返，AI协作正成为软件进化的核心动力。虽然有人担心多模型审查会带来冲突和额外复杂度，实际操作中可以根据目标选用最适合的模型： - Opus 4.5：通用且擅长理解新代码库 - Gemini 3.0：前端和UI表现卓越 - Codex 5.1：后端逻辑推理无敌批判性的多模型交叉验证，相当于三位资深工程师各抒己见，最终汇聚成最佳方案。人类设计流程和决策策略，才是发挥这些AI最大效能的关键。这不仅仅是工具升级，更是开发范式的变革。未来，单模型“孤军奋战”将被多模型“团队协作”取代，代码审查和重构将更加严谨、高效、可靠。我们不再是“单兵作战”，而是运营一个由智能体组成的开发团队。原文：x.com/vasuman/status/1996414648594161923思考：在AI驱动的开发生态中，如何设计有效的“模型协作机制”，成为人类开发者新的核心竞争力。技术的进步让我们重新定义“代码质量保障”的边界，也让软件工程进入了“智能共创”时代。

2. 智能体即开发者：论AI如何重塑编程边界与人机协同未来

3. 你在和谄媚型AI聊天时，以为它只是在讨好你？大错特错，它其实正在一点点摧毁你的判断力。#大有学问 #红衣聊AI#论文

4. 企业级AI Coding的落地方法，都在这本实战手册里了｜甲子光年

5. Anthropic官方报告：8大趋势说透AI编程未来，60%代码AI写的，老金实测项目带你看！

6. 【C++之父直言担忧：AI写代码正在透支行业根基】快速阅读：C++ 之父 Bjarne Stroustrup 对 AI 生成代码表达了深度担忧，认为其带来的漏洞、冗余及验证难题正让资深开发者感到疲惫。这场争论的核心不在于 AI 能否写代码，而在于人类是否还能掌控这些代码。Bjarne Stroustrup 最近的观点在技术圈激起了不小的水花。他认为 AI 生成的代码目前还无法胜任，不仅会引入更多漏洞和冗余，而且验证过程几乎是灾难性的。甚至有说法称，资深开发者正因为不想应付这些不可控的输出而选择提前退休。这听起来像是在抵制变革，但本质上是在讨论系统的确定性。对于构建底层基础设施的人来说，代码不是写出来的，是验证出来的。如果一个微小的提示词变动就能让整个代码库产生不可预测的漂移，那这种生产力就是一种毒药。有网友提到，现在的风险在于：公司裁掉了资深工程师，用 AI 生成了数百万行臃肿的代码，最后发现公司里已经没人能解释这些系统是怎么跑起来的了。验证成本正在发生结构性转移。生成代码变得廉价，但确保代码安全、可维护且没有隐藏后门，却变得极度昂贵。当然，也有完全不同的声音。有人认为这只是“技能问题”，优秀的提示工程和严密的单元测试可以解决验证难题。更有开发者直言，如果只是为了写一个爬虫或处理琐碎的任务，追求代码的纯粹性毫无意义，只要它能跑通，效率才是王道。有趣的是，这种矛盾正在重塑编程的层级。当 AI 像编译器一样工作时，人类的角色正从“编写者”被迫转向“审查者”。如果审查者本身也开始依赖 AI 来检查 AI，那么整个软件工程可能会陷入一种“看起来很完美”的幻觉中。这种幻觉下，代码质量可能只是在远处看时才显得合格。x.com/haider1/status/2056487493084799059

7. Anthropic推出Claude Security公开测试版，AI直接扫描生产代码漏洞

8. 最近 Latent Space 播客请来了 OpenAI Frontier 团队的 Ryan Lopopolo，聊了一个听起来很离谱的实验：三个人的小队，五个月时间，没有手写一行代码，全靠 AI 编程代理产出了超过一百万行的产品级应用。每天烧掉大约 10 亿个 token，折合人民币两万块左右。 Ryan 提出了一个新概念叫 Harness Engineering，“驾驭工程”。意思是工程师的核心工作从写代码变成了设计一套“缰绳系统”，让 AI 代理在正确的方向上高效奔跑。写技术规范、定义架构边界、搭建可观测性系统、设计自动化审查流程，这些才是他每天干的事。用他自己的话说，他现在更像一个管 500 人团队的技术总监，通过抽样审查来判断哪里需要介入。前一个半月非常痛苦，比自己写代码慢了十倍。但他们坚持了一条反直觉的路：模型搞不定的时候，就把任务拆成更小的积木块，让模型自己拼装。一旦这些积木搭好，后面的生产力直接起飞，每人每天 5 到 10 个 PR。更有意思的是，人类很快成了瓶颈。多个代理同时跑，人的注意力根本跟不上。于是他们又造了一个叫 Symphony 的编排系统，用 Elixir 语言写的，能同时管理大量 Codex 代理，自动分配任务、提交 PR、修复 CI、解决合并冲突。而 Elixir 这个语言选择本身就是 AI 做出的，因为它的并发原语天然适合代理编排。Ryan 自己都不太会写 Elixir，但这已经无所谓了。 Ryan 反复强调一个观点：代码是廉价的、一次性的，真正有价值的是沉淀在系统里的知识。每次代理犯错，他们不只修 bug，还会追问缺了什么上下文，然后把这些知识写进文档、测试和 lint 规则里，让所有代理永远不再犯同样的错。他们甚至每天把所有代理的工作轨迹收集起来，跑一个分析循环：作为团队，我们哪里可以做得更好？他们还提出了一个叫 Ghost Library（幽灵库）的概念。传统开源是发布代码包，他们发布的是一份精确的规范文档，让你本地的 AI 代理根据规范自动生成实现。软件分发的成本被大幅压缩了。 Ryan 也坦言模型目前还搞不定两件事：从零到一的产品创造，和大规模深度重构。但他对未来很乐观，一个月前模型还只能处理低复杂度小任务，现在已经能啃中等复杂度的活了。最后他说了一句很提神的话：You can just do things。设计好缰绳，别自己去拉磨。 #科技先锋官##How I AI#

9. Haider分享了一个正在发生的开发变革：他80-90%的代码由AI生成，而他负责设计、拆解任务、审查和优化，这让他的效率提升了10倍。AI不再是简单的“实习生”，而是如同一位经验丰富的资深工程师，甚至连架构设计都开始被部分AI承担。这个趋势引发了很多思考：1. 人类开发者的角色正在转变——从编码者变成架构师和审核者。写代码的定义正在从“敲代码”转向“高效编辑”和“系统设计”。2. AI生成代码速度极快，甚至可以用语音操作，开发流程因此大幅加速。3. 代码质量和系统安全依然需要人类把关，审核周期成了最关键的环节。4. 持续创新将成为公司在AI时代的唯一护城河，传统的专利保护将变得无力。5. 未来架构设计将由AI辅助甚至主导，这将彻底改变软件开发的格局，留给人类的空间更多是策略和商业层面的大局观。正如多位开发者所言，AI是永不疲倦的天才助手，极大释放了开发者的创造力和专注力。关闭AI辅助的开发环境会让人感到“戒断反应”，这显示了AI已经深度融入工作流。人类的真正竞争力在于“判断力”和“设计力”，而不是单纯写代码。这是一场从“代码劳动者”向“智能指挥官”的身份转变，技术的边界被重新定义，未来属于懂得驾驭AI、融会贯通创新的人。原文：x.com/slow_developer/status/1997554290689544281

10. 小红书被曝即将给技术团队全员配备Claude Code和ChatGPT，每人每月报销200美元——这个消息值得所有还在手写代码的程序员细品。AI编程这事儿，圈内已经炸锅了。Anthropic今年春季年化营收飙到300亿美元，反超OpenAI，靠的正是Claude Code在企业端的全面爆发。Boris Cherny——Claude Code的创建者——说自己去去年11月起一行代码都没手写，每天几十个代码提交全交给Claude，但他紧接着补了一句关键的话：所有合并请求仍然要再过人工审核这一关。以前的瓶颈是"写"，现在的瓶颈是"审"。小红书在AI上的投入不只是这次采购。去年小红书就举办了"黑客松巅峰赛"，超过60%入围者是00后，最小的才12岁。但另一面是，小红书联合多所大学发布的测试显示，AI编程在真实企业级App开发任务中成功率仅12%——工具再强，面对亿级用户的复杂代码库，该跪还是跪。初级程序员"飙升为专家级"可能太乐观，但当工具把写代码的门槛压到脚底板，真正拉开差距的就不是谁敲得快，而是谁能定义问题、审查方案、控制风险。会写代码的不会立刻失业，但只会写代码的，日子确实不太好过了。

11. 亚马逊将禁止初级工程师直接提交 AI 代码，如何评价这一举措？AI 提效与工程质量如何平衡？

12. 在3GPP于瑞典哥德堡举行的RAN3第131会议（RAN3 #131）上，3GPP正式确立6G无线接入网（RAN）节点（基站）的名称为：aNB。a代表了Advanced（增强型）和AI（人工智能）的双重含义，暗示6G基站将体现“先进技术与智能原生的深度融合”。

13. 超简单！用云效 + AI 编程工具智能管理代码仓库

14. AI圈昨晚炸了！Claude Code内部不慎操作，导致源码泄露，整整51万行代码、1900多个文件，全部意外公开，而这件事背后更重要的是：让所有人第一次看清楚，下一代AI软件到底长什么样。#大有学问 #红衣聊AI #代码 #网络安全 #Claudecode

15. 近来，多位顶尖科技公司的资深软件工程师透露：“我现在的工作几乎全靠用 Opus 4.5、Cursor 或 Claude Code 进行提示生成代码，然后做理智的校验。”这标志着AI在软件开发领域已跨越了某个无形门槛，能够覆盖“绝大多数”编程任务。 Opus 4.5被认为是一个巨大飞跃，将开发任务的自动化率从约60%提升至80%。不少高级工程师表示，他们的日常工作变成了同时管理多个Git工作区，花5至10分钟给AI提示，剩下的时间主要审查和修正AI生成的代码。这一趋势引发了广泛讨论： - 资深开发者不再亲自写代码，而是通过订阅高级AI服务，指导AI完成任务。但这并非魔法，依然依赖使用者对需求和技术的深刻理解，否则适得其反。 - 有观点认为开发者正从“写代码”转变为“质量保证测试者”，主要职责是验证AI产出。 - 伴随着AI能力的提升，软件开发的难点正从编码转向明确需求、验证结果及价值归属。 - 一些人预见未来开发者更多成为高阶产品经理和系统架构师，专注于设计和规划，而非手写语法。 - 也有担忧，随着AI生成代码的普及，代码质量、技术债务和可维护性问题可能加剧，尤其在面对复杂系统和隐蔽bug时，人工介入仍不可或缺。 - 有开发者称自己已“彻底不写代码”，完全依赖AI辅助完成开发任务，强调了“提示工程”技能的重要性。 - 另一面，AI辅助加速了开发效率，让人们在同等时间内完成更多工作，但也带来技能退化的风险，初级开发者可能难以真正理解背后逻辑。 - 有声音提醒，AI生成代码的可靠性和安全性仍需人类专家严格把关。综合来看，AI正深刻改变软件开发的流程和角色定位：从传统的代码书写者，向“提示设计者”“系统架构师”乃至“质量监管者”转变。虽然AI大幅提升生产力，但复杂业务逻辑、系统设计、安全考量等仍需人类智慧主导。这与近期一篇《为何自1969年以来，我们每十年都试图取代开发者》的深度分析相呼应，文章指出历次技术浪潮虽提高了开发效率，但软件开发的本质——对复杂问题的思考和设计——是无法被工具完全取代的。未来，拥抱AI辅助开发，提升“提示工程”与系统思维能力，将成为软件工程师的新常态。唯有如此，才能在这场技术变革中保持竞争力，成为推动创新的主导力量，而非被技术边缘化的旁观者。 x.com/deedydas/status/2000472514854825985

16. Harness Engineering：AI 能在真正"出事会炸"的后端系统里写代码吗？（将 AI Coding 引入腾讯CDN核心框架的实战记录）网页链接 “当 AI Coding 的聚光灯几乎全部打在前端和客户端——生成一个页面、写一个 App......的时候，一个重要的问题却似乎被回避了：AI 能在真正"出事会炸"的后端系统里写代码吗？腾讯CDN LEGO项目就是这样一个系统。100万行核心代码、300万行深度改造的第三方库，服务亿级用户，承担流量调度、协议解析、安全防护、缓存加速等关键职责。它面对的不是确定性的输入输出，而是不可控的客户端、不可控的源站、多协议、多配置、公网全量攻击面——这些因素维度的叠加不是简单相加，而是乘积式的复杂度爆炸，理论组合路径高达 13,824 × N 种。在这样的复杂的系统里让 AI 写代码，一行失误就可能是一场全网事故。但正因为难，才值得做。我们系统性地探索了 AI Coding 在高风险后端场景的落地路径：一方面，用 AI 零人工代码实现了一个 Rust 版 Nonstop 代理框架，以此探测 AI 编码的能力边界与行为特性；另一方面，在超大规模 C++ LEGO项目中构建了 Harness Engineering 五层架构和多模型对抗式CR，为 AI 产出的每一行代码建立从生成到上线的完整质量屏障。本文不仅是一份将 AI Coding 引入腾讯CDN核心框架的实战记录，更是一条从"AI 能写"到"AI 写了敢用" 的完整工程路径。”#How I AI# #AI创造营#

17. 现在程序员的代码大多数都是用AI生成的，后面会成为屎山代码看不懂吗？

18. 一份报告刷屏AI圈，AI让哪些公司死得更快？ #大有学问 #AI #claude #AI技术

19. 【秒哒App及企业版上线，李彦宏：代码智能体让“一次性软件”变得合理】5月13日举办的Create2026百度AI开发者大会上，百度发布代码智能体秒哒App及企业版。百度创始人李彦宏表示，秒哒这样的代码智能体，让软件行业正被重新定义，‘一次性软件’或者说‘日抛型软件’变得合理，“这个市场很可能会被放大10倍。”据悉，秒哒App本身90%的代码由秒哒智能体自动生成。截止目前，秒哒生成的应用已累计服务用户超1000万，应用价值达50亿元。

20. AI 编程真的有用吗？Cursor｜TRAE 深度实测！

21. 把C++写的老项目重构成现代框架?给AI吧我不干了!

22. 全球开发者集结上海：比起炫技，他们更想捅破那层“落地窗户纸”｜甲子光年

23. AI会“杀死”网安平台？美银驳斥：它是增强者，不是替代者

24. 分发即杠杆，品味即战略，AI即基础设施。 #大咖观察 #红衣聊AI #基础设施 #人工智能 #科技改变生活

25. 企业如何安全高效落地 AI 编程？2026实测攻略，避坑又提效

26. 个人 AI Coding 提效之后，企业研发的新瓶颈出现了

27. AI+代码安全

28. 开发者核心能力转向需求表达与验证？全网观点大PK

29. AI编程的角色转变

30. 从Coder到Orchestrator

31. 从写代码到提需求

32. AI时代开发者角色演变

33. Vibe Coding的到来，程序员角色从砌墙到导演

34. 从工具到伙伴

35. 成都 Meetup｜SOLO 开发范式转变的思考

36. 从AI Coding到Agentic Coding

37. 认知架构师的崛起

38. AI

39. AI辅助人类编程

40. ⚠️2026AI编程避坑实战指南

41. ✅2026AI编程必看效率铁律

42. 2026AI编程行业深度研究报告

43. Anthropic内部报告深度解析

44. 从模型效率到代理集群

45. AI时代下软件开发的变革

46. 不再亲手写代码之后，工程师还剩下什么

47. AI 开发者工具的效率陷阱

48. 2026年的硅谷，软件工程师的核心能力正在发生什么变化？

49. Vibe Coding 正在颠覆互联网传统软件研发流程

50. 2026丰饶之后AICoding观察报告2.0

51. 《中国AICoding市场行业研究报告》

52. 人机协作的边界在哪里？ AI可以帮你写得更快，但不能替你想得更清楚

53. 人机协作的边界在哪里？这个问题，很多 AI 团队能吵半年

54. 量化交易进入AI时代

55. 培育人机协作边界自觉

56. 理性的边界与人机协作的终极互补

57. 2026人机协作五大模式深度解析

58. 罗福莉最新访谈

59. 提示词工程是一项被高估的技能？

60. 睿观世界丨Karpathy最新访谈

61. 组织效能 | Vibe Coding

62. AI 重塑编程职业

63. 代码审查自动化

64. Cursor 把内部代码审查工具放出来了，AI 写代码之后，质量风险变了

65. Google彻底公开内部代码审查标准！我把它喂给AI后，发现太香了

66. AI 代码审查（AI Code Review）

67. AI写代码之后谁来审查代码

68. 旁听斯坦福的AI编程课（第十讲）

69. 旁听斯坦福的AI编程课（第十讲）

70. AI代码审查革命

71. AI编程元年

72. 代码不再是“硬通货”

73. 微软警告称，AI 正在掏空初级开发者的培养渠道

74. AI接管代码时代

75. 初级程序员岗位替代率73%-85%

76. "黑灯工厂"跌落神坛？65%头部企业转向AI增强型数字工人的真相

77. 未来属于“AI增强型连接者”，掌握这四种能力，将立于不败之地！

78. AI ɻ - ҵЧЩ

79. 研究:AI编码助手可能导致代码不安全,开发人员应该谨慎采用

80. 代码审查工具会终结技术债务还是带来新危机?

81. 将语言直接翻译成代码,OpenAI

82. 技术伦理考量

83. 实战经验:告别“AI技术债”,我是如何使用AI Coding的

84. 程序员对自己真下狠手!

85. AI 写 70%,剩下 30% 难得要命?Google 工程师直言:代码审查已成“最大瓶颈”

86. 当入门级消失，开发者如何白手起家？

87. AI代码审查（AI Code Review）

88. 人机协同的边界并不是计“划”出来的

89. 企业级AI员工部署如何跨越“代码生成”陷阱？

90. 人机协同边界的具身探索：动态生成、信任校准与元分工语法

91. 关于《五年后，谁来当高级工程师？》的一些感慨

92. 斯坦福CS146S讲师：从写代码到带AI团队，前1%的顶尖开发者都在“指挥”Agent

93. 2026 年每位初级开发人员，都必须听到的 7个残酷真相

94. 提取独立开发者用得上的 16 个提示词，来自于OpenAI天才少年 gabriel 的学习方法

95. 你还在“让 AI 写代码”？抱歉，你已经被淘汰在起跑线#AI编程 #AI工具 #程序员 #人工智能

96. 江西师范大学梅国平团队AI 重塑经济高质量发展: “节约型” 与 “增强型” 技术的双重逻辑

97. 人工智能编码革命 #人工智能 #编码革命 #副驾驶 #代理 #工程师到2026年，软件开发将从AI辅助转向代理协作。核心趋势包括：单体代理进化为多代理团队，能够自主构建复杂系统；工程师角色从编写者转变为系统编排者。开发门槛降低将推动全民开发，使非技术人员也能构建工具，极大改变软件经济学与安全格局。

98. 如何引入“AI-Coding+低代码能力”来提升存量APP的开发效率～

99. 企业 AI 的关键拐点，可能已经来了

100. AI代码审查：我帮公司发现100个Bug，月入2万

101. GitHub集成三大AI Agent HQ打通全工作流开发者效率将升级？

102. AI正在让初级开发者变得无用-但是我持乐观态度

103. 代码安全不妥协：MonkeyCode 赋能企业 AI 编程全流程可控

104. 让代码审查快 10 倍的思维模型

105. ［380 页电子书］吴恩达与 OpenAI 重磅推出面向开发者的LLM入门教程：从提示工程到智能问答系统搭建

106. Claude推出AI代码审查功能：用AI审查AI写的代码

107. 2026年企业AI私有化部署选型避坑指南｜别再花冤枉钱，这8个坑必避！

108. 27页|超越代码：AI+时代的软件交付加速指南

109. 【提示词工程 = “提示词” + “工程”】——不要把鸡蛋放在一个篮子里

110. "2025年最火AI编程趋势：Vibe Coding正在重塑开发者工作方式"

111. 待业/薪资停滞的开发者困境：想转AI加薪却不知从何学？突破口在此

112. 人机协作的认知边界：当AI成为决策参与者而非工具

113. 用AI做代码审查

114. 吴恩达&openAI推出《面向开发者的ChatGPT提示词工程》课程视频、配套代码及笔记分享

115. AI编程时代：程序员效率革命新范式

116. 强烈建议收藏！2026年热门AI编程助手大盘点

117. 我用 AI 写了个代码审查工具，实测比人工 Review 还狠

118. 2026 年开发者必备｜15 款顶级 AI 编程助手

119. WorkBuddy代码审查一键搞定，Bug全扫光，加班改代码成为过去

120. 纽约时报 The Daily 20260414 AI接管编程：开发者工作量锐减、效率提升20倍，就业市场面临剧变

121. 中移系统集成AICoding辅助编程软件采购项目，腾讯云中标，金额77万元

122. 2026年ChatGPT深度实践：开发者全场景合规使用与选型指南

123. 企业用AI，第一步不是买AI软件

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！