AI不会取代程序员，但会重塑开发者角色：从代码工匠到AI指挥官_服务软件

1. 15年大佬深夜痛哭半小时！氛围编程巨坑曝光，95%程序员沦为「AI保姆」

2. 程序员在ai时代该怎么生存？

3. 在外网上看到一个创业者，也是软件和 AI 方面的开发者吧，叫：Matias Heikkilä，他写了一篇文章《AI 会写代码,但造不出软件》写的挺好的。文章观点大概是：AI确实能写代码，但“写代码”和“造软件”是两种活儿。前者是解决问题，后者是组织复杂性。AI能帮你造砖，但建房子还得靠人。真正的工程，是在混乱中维持秩序。也许我们该反过来想：AI造不出软件，不是因为它不够聪明，而是因为“软件”本身就是一种人类社会协作的产物。工程不仅是技术，更是共识、流程、权衡和责任的集合。AI能自动化编码，却还学不会“妥协”。全文意译如下：AI会写代码，但做不出真正的软件最近，我发现一个有趣的现象：越来越多人在找技术合伙人或CTO。他们的开场白几乎都一样： “我用AI做了个小应用，但现在想把它变成能上线的产品，你能帮我吗？”这些人通常不是程序员，他们可能是做市场、做法务、做咨询的，懂业务，但不会写代码。现在因为有AI，他们能让想法跑起来一点点，于是就想着找技术人帮他们“收尾”——也就是把AI做的半成品变成真正能上线、能被用户使用的产品。这事说明了一个很有意思的现实： AI能写代码，但它造不出软件。写代码 ≠ 做软件很多人以为AI能写代码，就能取代程序员了。其实不是。写代码只是软件工程里最容易的部分。真正难的是——把成千上万的小功能组合成一个能正常运作、可维护、可扩展的系统。AI可以帮你写一个功能，比如登录按钮、数据查询、页面展示，这没问题。但要让这些功能整合在一起，变成一个稳定、安全、能处理上万人同时访问的系统，那就不是AI能搞定的事了。软件工程的核心是“对付复杂性”一个成熟的软件产品，本质上是在同时处理上百件小事：权限管理、接口通信、数据安全、性能优化、用户体验、后期维护…… 每一件都不难，但把它们拼在一起，就是一个巨大的复杂系统。AI可以解决小问题，但它不擅长规划全局、管理复杂的依赖关系。所以AI写出来的“应用”，往往只是个能演示的原型，而不是能上线的产品。结论这也是为什么现在仍然需要技术合伙人： AI可以让更多人“启动项目”，但还做不到让项目真正落地。写代码这事，AI已经能干得不错了。但做软件这事，暂时还得靠人。原文链接：bytesauna.com/post/coding-vs-software-engineering#微博兴趣创作计划##AI创造营##AI编程#程序员

4. 在ai时代背景下，刚入行的程序员，如何适应ai编程时代呢？

5. 美团AI IDE编程工具CatPaw上线，如何看待美团进一步入局 AI 编程？

6. 亲手给“继任者”铺路？#大厂员工们正在帮AI取代自己# 数据标注师构建的样本库，让AI识别准确率突破95%；程序员反馈的AI编程bug，让工具越来越好用。可亚马逊CEO早就明说“AI会缩减员工规模”，国内大厂也在AI投入超千亿的同时裁员10%-25%。这种“被迫赋能AI”的工作模式，你能接受吗？#AI职场冲击##程序员#

7. 2026 AI Coding 下半场：不拼参数，拼谁能让开发者“戒不掉”

8. 为什么现在画师几乎要被ai替代，而程序员行业不仅没被替代，反而看起来更繁荣了？

9. 刚测完Claude Sonnet 4.5，代码错误率从9%直接干到0%是什么概念？replit内部实测连错都挑不出来了，这波简直程序员快乐模型！持续编程30小时不带歇的，还能自己回滚检查点，写崩了秒退重来。 VS Code插件也上了，终端界面顺手到飞起，谁还在用传统IDE啊？最关键价格没涨，输入3刀百万token，这性价比卷死同行了…现在压力全给到GPT-4o这边了😂#程序员##编程#人工智能#ai#

10. 热门AI鉴定之【马斯克AI登顶韩服LOL】

11. 未来智能体不能把它看成软件，它可以把大模型的专业能力提炼出来 #大咖观察 #红衣聊AI

12. AI已经成为你的同事了吗？ #大咖观察 #红衣聊AI #人工智能 #科技趋势

13. 用AI的人，效率像是开了挂！ #大咖观察 #红衣聊AI #黄仁勋 #科技

14. 一文说清AI时代程序员该如何找到适合自己的出路，布局未来的职业生涯

15. 你认为AI编程未来真的会取代程序员吗？

16. 在Opus 4.5发布后，我感受到从初级软件工程师（SDE1）到中级（SDE2）的跃迁。这段时间既充满乐趣，也高效产出，但同时也让我意识到，我们可能是最后一代真正意义上的软件工程师。这并非危言耸听，而是技术进步带来的必然。AI和大型语言模型（LLM）正在改变编码的本质——从机械式的代码敲击转向更抽象的“编程架构师”角色。我们不再是单纯写代码的人，而是引导机器、协调复杂系统的设计师。有人说，代码写作本身从未真正体现“工程师”的本质，更像是机械操作。如今，随着AI承担繁重的重复劳动，软件工程将回归其核心——系统思维和架构设计。未来的开发者，将更多聚焦于整体解决方案，而非具体实现细节。这既是告别时代，也是新机遇。我们是最后一代手写代码的工匠，但也是首批AI驱动工程师。如何驾驭这股浪潮，把握未来，是摆在我们面前的挑战。软件工程不会消失，只会进化为更高层次的智造。有人担忧AI还不够成熟，仍会卡壳，但它的发展速度惊人。前端、后台、自动化都在快速“烹熟”，未来几年内这场变革将更剧烈。我们必须适应、学习如何与AI协作，成为真正的“编程建筑师”。这场转变让人感到既激动又复杂：我们正在见证一个时代的谢幕，同时也是另一个时代的开端。对我而言，最重要的是保持好奇，持续学习，拥抱变化，因为软件工程的未来正由我们这一代人铺路。原文：x.com/vikhyatk/status/1994358958870413598

17. 虎嗅盘点了一下国内外AI现状。2025年中国AI用户规模实现130%的爆发式增长，AI聊天机器人赛道展现出虹吸效应，占据全行业74%用户流量。豆包1.8亿断层领先。国外的话ChatGPT在双端11亿月活的基数上依然保持了74%的高速增长，Grok依托X平台庞大的社交生态实现了10130%的恐怖增长。这三年来看，去年今年AI的头部交椅由豆包占据，在这之前是夸克。在意料之外又在意料之中的是，蚂蚁阿福比本来就有用户基数的千问（之前是通义）还强点，也是唯一打入前十的“医学健康”系赛道。

18. 奥特曼最新访谈：AI时代，普通人成为赢家的方法#AI #山姆奥特曼 #教育 #openai #AI时代的教育

19. 凯文凯利: AI、失控、硅谷、异类智能、取代人类、就业、人机交互、具身【百大AI应用视频播客 #5】

20. 2026年AI全景预测：迈向百亿智能体时代的20个发展趋势。 #大咖观察 #人工智能 #红衣聊AI #智能体 #AI时代

21. 都说AI即将取代人类？今天揪揪来到了格力的金湾工厂，挑战一群高科技对手！#格力#格力空调#格力金湾工厂

22. 当你还觉得AI只是“辅助工具”时，它早已在改写很多行业的游戏规则了。#大咖观察 #红衣聊AI #AI工具 #智能体

23. 融资 3200 万美元，半年狂揽 200 万下载，开源工具 Cline 如何颠覆 AI 编程范式？

24. 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

25. 《How AI is transforming work at Anthropic》Anthropic内部研究揭示AI如何根本改变软件工程师的工作方式，带来巨大机遇与深刻挑战。2025年8月，Anthropic通过对132名工程师和研究员的调研、53次深度访谈及20万条Claude Code使用数据分析，全面描绘了AI赋能工作的新图景。研究显示，AI不仅提升了工作效率，更在重塑技能结构、协作模式和职业发展路径。> 生产力飞跃与新型工作工程师们自述使用AI完成约60%的工作，平均生产力提升50%，较去年翻番。他们用AI处理调试、代码理解等核心任务，同时开拓出27%以前难以开展的新工作领域，如扩展项目规模、制作交互式数据仪表盘、自动化文档与测试等。AI帮助他们“修复日常琐事”，提升代码质量和工作舒适度，这些“papercut fixes”占Claude Code任务的8.6%。> 技能拓展与“全栈”转型AI赋能工程师跨越传统领域限制，许多人开始涉猎前端、数据库、API等过去不敢轻易触碰的技术栈，实现“更全栈”的能力跃升。快速原型和即时反馈极大缩短了项目周期，激发了更大胆的创新尝试。正如一位工程师所言：“工具让初级工程师更勇于承担复杂项目，减少了拖延的心理门槛。”> 潜藏的风险：技能退化与监督悖论令人警醒的是，AI的便利也带来技能“锈蚀”风险。部分工程师反映，AI让他们跳过了传统的深度学习和探索过程，减少了对系统架构和工具细节的理解。更具挑战性的是，监督AI产出的质量本身需要高级编码技能，这形成了“监督悖论”：技能退化可能削弱有效监督AI的能力。对此，有经验工程师选择“偶尔不借助AI”，以保持自身敏锐度。> 工作性质与职业身份的转变AI让工程师们从纯手写代码者转变为AI代理的“管理者”和“审查者”。工作重心逐渐向高层设计、协调与策略倾斜。虽然短期内充满希望，但对未来职业的长期稳定性存在焦虑——有人坦言，“感觉每天都在为自己淘汰做准备。”也有人乐观认为，技术进步将促使行业适应，提升整体质量和安全。> 人际交往与职场文化的演变AI成为首选“问答对象”，同事间的直接交流和辅导机会减少，改变了传统的师徒关系和团队协作。部分员工感到失落，怀念面对面交流的乐趣和帮助感；也有人欣赏减少了打扰同事的社交摩擦。团队合作模式正在重塑，未来或将是“与多个AI协作”的新常态。> AI自主性提升与任务复杂度增长内部数据表明，AI完成任务的复杂度显著提升，连续自主操作次数增长116%，人类介入减少33%。设计与新功能开发的AI使用比例大幅上涨，显示AI逐渐承担更多“头脑风暴”和创造性工作。> 面向未来：适应与责任共存Anthropic正积极探索如何在AI驱动的工作环境中支持员工成长，建立AI流畅度框架，推动跨团队协作与职业转型。公司同时关注AI赋能对全组织的影响，支持外部教育机构调整计算机科学课程，准备迎接AI辅助的未来职场。这场AI变革，是软件工程历史上又一次范式跃迁——从机器语言到高级语言，再到“英语编程”的时代。它要求我们不仅掌握新工具，更要理解“为什么”和“如何用好”这些工具。未来的工程师，更像是AI的导演与监护者，而非单纯的代码工匠。正如一位工程师所言：“‘变得生疏’的担忧，建立在代码会回归旧模式的假设上。但事实是，代码的写法已经永远改变了。”这句话警醒我们，变革不可逆，唯一不变的是持续学习和适应的能力。Anthropic的研究警示我们：AI带来效率和创造力的爆发，背后需警惕技能流失、监督难题和人际关系变迁。只有主动拥抱变化，设计合理的工作流程与支持体系，才能让AI成为赋能而非替代的力量。🔗 anthropic.com/research/how-ai-is-transforming-work-at-anthropic未来已来，AI不仅重塑代码，更重塑思维与协作。唯有拥抱不确定，方能驾驭变革，开创软件工程的新纪元。

26. 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】

27. 对于AI创业者而言，用户增长是持续研究的课题。这6条策略从不同角度给出了建议，希望能帮到大家。#大咖观察 #红衣聊AI #创业项目 #营销思维

28. 本地部署大模型？天选Air2026锐龙AI Max版简单开箱

29. 差点被订阅搞崩溃，全量开放的TRAE SOLO模式帮我手搓了个管理神器#AI编程 #科技改变生活 #玩儿个很新的东西 #TRAE #AI新星计划

30. 微表情测谎、极速赔付、AI打败AI，深聊“AI in All”下的保险革命与增长飞轮【硅谷101】

31. 2026年ＡＩ即将发生在你身边的人工智能

32. 「开发者私下更喜欢用GPT-5写代码」，Claude还坐得稳编程王座吗？

33. 如何抢在90%的人前面赚AI的钱，避AI的坑？ #大咖观察 #红衣聊AI #人工智能发展

34. 64GB超大统一内存！华硕天选Air 2026锐龙AI Max版首发测评

35. AI第一波下手最重的不是程序员而是白领？ #大咖观察 #红衣聊AI #职场 #职业规划

36. CJ Zafir分享了他最新的AI工作流，将不同AI模型按专长“分工”协作，极大提升效率：界面设计用Google Gemini 3.0 Pro，负责线框图、界面流程等前端工作；代码开发用Anthropic Claude Sonnet 4.5，专注代码生成与调试；项目规划则交给GPT 5.1，负责高层次的推理和计划制定。他强调：只用这三者，剔除其他工具，工作流更清晰、更高效。Gemini 3.0是从TPU全新训练，需特殊提示语技巧才能发挥极致，一旦掌握，表现惊艳。Claude虽稳健，但自Sonnet 4发布后已遇瓶颈。社区反馈也很丰富：有人推荐用MagicPathAI结合Gemini做UI，有人用Spine AI统一管理300+模型，还有人用Flowith自动挑选最合适模型。部分开发者深度依赖Gemini做前端和研究，Claude负责后端架构。这套“AI分工”方案背后，有个重要启示：用多模型协作替代单一万能模型，更符合实际需求和效率。人类开发者不再是全能手，而是成为擅长“提示工程”的指挥官，让各AI发挥最大价值。总结：单一模型难以包打天下，真正的效率来自于“专才”AI的组合。技术成熟后，AI的角色将从工具变成智能“团队成员”，协助人类释放更大生产力。未来，懂得搭配和驾驭多模型的开发者，将在AI浪潮中占得先机。原文：x.com/cjzafir/status/1991190074386510094

37. 未来的人和智能体应该是相互融合协作的关系。 #大咖观察 #红衣聊AI #智能体 #人机协作

38. AI 编程真的有用吗？Cursor｜TRAE 深度实测！

39. AI 编程又进化了！TRAE SOLO中国版上线且免费 #AI编程 #TRAE #TRAE SOLO #玩一个很新的东西

40. 5行代码，逼疯整个硅谷！澳洲放羊大叔，捅开AI编程奇点

41. #AI公司的程序员技术有多强#跟一些AI公司的程序员有过比较深入的接触过，我个人的感受就是技术强不强不是看些代码的能力，而是看问题的高度、角度和提供解决问题办法的全面性。跟他们聊过之后我感觉我这个曾经的写代码也是难过奖励的人现在就是井底之蛙。他们现在去考虑问题的时候基本是面面俱到，不仅对软件能够有深入的了解，对于自己所要服务的行业是是门清，我是见过一个程序员把一个在金融单位干了几十年的老业务在业务上给辩论服了的人，想一想一个掌握着软件可发的人对自己服务行业都比精英更了解行业，他们提供的解决方案是何等的细致了。一个程序员盯着几块屏幕，看着多个功能模块的代码在运行，还要配合产品经理解决问题，这些对于这些程序员来已经是基本的门槛了。想要在AI公司里做一个有价值的程序员，除了对本专业的精通之外了解更多的行业知识已经是必须的要具备的，不具备一专多能的人慢慢都会被AI所替代。#AI创造营# #AI生活指南#

42. 【小鹏汽车校招重磅开启！CEO何小鹏亲赴华工“BOSS直聘”】9月19日，小鹏汽车2026届全球校招首站落地华南理工大学，“大师兄”何小鹏现场与学子互动，收简历、给建议、送祝福，诚意满满！本届校招是小鹏史上最大规模AI人才招聘，计划招募超3000名应届生，AI方向年薪高达百万！#何小鹏华工现场BOSS直聘##小鹏校招AI方向人才年薪可达百万#

43. 再见，程序员！马斯克宣判：奇点就在2026

44. 再见，程序员！硅谷全员AI Coding，卡帕西宣告9级地震来了

45. Anthropic试图打造一个能在六个月内取代程序员的代码模型，虽然他们尚未成功，但从他们对编码领域的投入和努力中可以看出野心十足。Opus 4.5无疑在处理多种编程任务上表现惊艳，成为了强大的辅助工具。然而，真正的编程远不止写代码本身。判断力、理解产品需求、处理遗留系统和复杂人际沟通才是核心。代码只占程序员工作的20%左右。AI目前还无法自动做出这些关键判断，仍需人类“牧羊”般引导和决策。AI的崛起，虽未完全替代程序员，但已经迫使开发者提升标准，不再依赖模板和重复劳动。低水平或入门级编码岗位更易受到冲击，而资深工程师则拥有不可替代的经验优势，继续主导设计、优化和调试。未来，编程将更多转向对AI生成代码的监督和责任承担。AI是工具，不是替代品。它加速了开发效率，也带来新的挑战：谁为代码背后的错误负责？这场AI与开发者的博弈，是技术进步的必然，也是我们职业成长的新契机。拥抱AI，提升判断与设计能力，才是程序员未来的核心竞争力。原文：x.com/amritwt/status/1996524534703546527

46. 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

47. 入职世界五百强后，我发现AI会替代掉这些人...

48. 2026必备！这8大AI工具，没有裸泳......

49. TRAE中国版白送SOLO，一人指挥一支AI大军重磅消息！SOLO终于上线TRAE中国版了，Waitlist免费开放中本期视频实测TRAE的新版本，亮点很多 1、先规划再动手的 Plan 模式 2、带专家团一起干活的 Subagent 子智能体 3、DiffView 差异视图 4、多任务并行 5、上下文智能压缩长时运行不掉链子 SOLO终于把AI从“瞎干活的外包”变成了“懂协作的队友” #AI #人工智能 #TRAE #AI编程 #vibecoding

50. 为什么现在画师几乎要被ai替代，而程序员行业不仅没被替代，反而看起来更繁荣了？

51. 读懂Antropic这篇Blog “How AI is transforming work at Anthropic”AI如何颠覆工程师自己？为了搞清楚这个问题，Anthropic将研究的镜头对准了自己。在2025年8月，他们对内部132名工程师和研究员进行了一项调查研究，深入探究AI对软件开发工作带来的真实影响。这项研究的独特之处在于，它记录了AI的创造者们——一群最早、最深度使用前沿AI工具（在当时为Claude Sonnet 4和Claude Opus 4）的专业人士——如何亲身体验并反思这项技术对自身工作的颠覆。1. 生产力飙升，更开启了“本不会做”的全新工作研究数据显示，AI带来了惊人的效率提升。Anthropic的员工自我报告称，他们使用公司自家的AI模型Claude完成了大约60%工作，提升了50%的工作效率，这一数字在短短一年内实现了2-3倍的惊人增长。然而，效率提升并非仅仅意味着用更少的时间完成同样的工作，更重要的是，它释放了宝贵的时间和精力，让工程师能够投入到以前被忽视的全新工作中。研究发现，有27%由Claude辅助完成的工作，是“若没有AI就不会去做”的额外工作。这些工作包括：1）修复改善生活质量的“小问题”（papercuts）：例如重构不规范的代码。内部数据显示，这类工作占到了Claude使用任务的8.6%。2）构建“锦上添花”的工具：如创建交互式数据仪表盘。3）扩展项目规模（scaling projects）：将之前因人力限制而无法扩展的项目付诸实施。4）处理有用但繁琐的工作：例如编写文档和测试。5）进行探索性工作：开展在过去因成本过高而无法进行的创新尝试。AI不仅让工作变得更快，更拓宽了工作的边界和可能性。正如一位研究员所言：人们倾向于将强大的模型看作单一实例，就像得到一辆更快的车。但拥有百万匹马力……能让你测试大量不同的想法……当你拥有了这种额外的探索广度时，工作会变得更令人兴奋，也更具创造力。2. 人人都在“全栈化”，但专业深度面临萎缩风险AI正在让工程师的能力边界变得模糊，使其更“全栈化”。例如，后端工程师现在可以借助AI构建复杂的用户界面，而安全团队则能用它来快速分析他们并不熟悉的代码库。但这种能力的拓宽也带来了另一面的担忧：核心专业技能的萎缩。研究指出，工程师们通过手动解决复杂问题所获得的“附带学习”（collateral learning）正在减少。当AI能直接给出答案时，那种为了解决一个问题而深入阅读文档、理解整个系统运行模式的过程就被跳过了，这可能导致对系统性知识的掌握变浅。一位资深工程师表达了这种担忧：如果你亲自去调试一个难题，你会花时间阅读那些与解决问题没有直接关系的文档和代码——但在这整个过程中，你正在构建一个关于系统如何工作的心理模型。现在这种情况少了很多，因为Claude能立刻带你找到问题所在。这就引出了一个“监管的悖论”（paradox of supervision）：要有效监督AI的产出，你需要深厚的专业知识；但过度依赖AI，又可能导致这些赖以监督的知识逐渐退化。这种担忧并非空穴来风，数据显示AI已在处理更复杂的任务且需要更少的人类干预：内部指标显示，在短短六个月内，委托给Claude的任务平均复杂度从3.2上升到3.8（5分制），而每项任务所需的人工干预次数则下降了33%。这种“监管的悖论”直接影响了工程师们在工作中为AI设定的信任边界和委托策略。3. 从“代码工匠”到“AI管理者”，工作内涵正在重塑AI的普及正在深刻改变软件工程师的角色定位和工作意义。研究揭示了两种截然不同的心态。一方面，一些工程师怀念过去那种作为“代码工匠”的乐趣，他们享受“进入心流状态”、亲手编写和打磨代码所带来的满足感。对他们而言，过度依赖AI意味着一种专业乐趣的丧失。另一方面，也有工程师更关注最终的产出，并乐于将自己从繁琐的编码工作中解放出来，从而进行更高层次的思考和设计。正如一位工程师所说：我曾以为我真的很享受编写代码，后来才发现，我真正享受的是编写代码所带来的成果。这种转变预示着一个新的角色定位正在形成：工程师的角色正从“代码的编写者”转变为“AI系统的管理者”。他们的核心工作变成了对AI代理进行指导、审查其产出，并为最终结果负责。这一角色转变也反映在实际使用数据中：在六个月内，使用Claude进行高级别任务（如代码设计和规划）的比例从1.0%飙升至9.9%，而用于实现新功能的比例也从14.3%大幅增长到36.9%。4. AI成为新同事，办公室社交悄然改变当遇到问题时，向谁求助？研究发现，Claude已经成为工程师们寻求帮助的“第一站”，取代了过去向同事请教的习惯。这种变化带来了双重影响。一方面，它减少了对同事的打扰，让每个人都能更专注地工作。另一方面，它也可能减少了同事之间宝贵的协作、知识分享和指导机会，改变了传统的办公室社交动态。一位资深工程师的观察凸显了这种变化对“导师制”的潜在影响，他的感受复杂而深刻：我喜欢和人一起工作，现在我‘需要’他们的机会变少了，这让我感到有些失落……初级工程师向我提问的次数变少了，这让我有些难过。不过，他们的疑问确实得到了更有效的解答，学习速度也更快了。5. 信任与授权的边界：工程师如何“委托”AI鉴于技能萎缩的风险和专家监督的必要性，工程师们在委托AI时表现得非常谨慎和有策略性，这并不令人意外。研究显示，超过一半的工程师表示，他们只能将0-20%的工作“完全委托”给Claude。这表明，AI更多是作为一名需要人类积极监督的合作者，而非可以完全放手的替代者。在实践中，工程师们形成了一套清晰的委托策略。他们倾向于将以下类型的任务交给AI处理：1）易于验证的（Easily verifiable）：结果的正确性可以被快速检查，即“验证的成本远低于创造的成本”。2）低风险的（Low-stakes）：即使出错也不会造成严重后果，例如一次性的调试或研究代码（“throwaway debug or research code”）。3）重复或无聊的（Repetitive or boring）：那些让人提不起兴趣的繁琐工作。正如一位工程师所说：“我对一项任务越是兴奋，就越不可能使用Claude。”4）定义明确或自成一体的（Well-defined or self-contained）：任务与项目的其他部分充分解耦。例如，“如果项目的一个子组件足够独立，我会让Claude先试试。”5）自身不熟悉的领域（Outside the user’s context）： AI可以填补工程师的知识空白，尤其是在复杂度较低的陌生领域。6）提示比手动执行更快（Faster to prompt than execute）：对于那些手动操作需要超过10分钟的任务，工程师倾向于使用AI，但对于快速任务，为AI提供上下文的“冷启动”成本反而更高。与此同时，工程师们通常会为自己保留那些需要“品味”、组织内部知识或高级战略思维的核心任务。6. 短期乐观与长期迷茫并存的职业前景当被问及对职业未来的看法时，工程师们普遍表现出一种复杂甚至矛盾的心态。短期来看，他们对AI带来的生产力飙升感到兴奋和乐观。但从长远来看，对职业前景的不确定性和迷茫感普遍存在。这种矛盾的心态在一位工程师的回答中体现得淋漓尽致：短期内我感到乐观，但长期来看，我认为AI最终会做所有的事情，让我和许多其他人变得无关紧要。一些工程师甚至坦言，感觉自己“每天来上班都是为了让自己失业”。面对这种深刻的不确定性，大家普遍认为，未来最重要的品质将是“适应性”（adaptability）。#ai创造营# #程序员#

52. AI辅助编程成了必备工具以后，对程序员提出了一个更高的要求，你不能只是会写代码逻辑或只会用提示词不断提示。使用AI的前提是把它当成效率提升的工具，而不是一个你可以当甩手掌柜的“总包”。传统程序员被淘汰的原因是没有从单机程序员，单语言程序员向全栈程序员，更贴近产品的架构师转型。这个转型最重要的就是从纯粹的后端等着需求拆分喂到嘴里，变成直接对接需求前置性的思考需求，通过你的智力转化成一个具有系统结构性，以及符合软件工程规范要求的提示词队列。也就是说在业务级，纯粹地只会写CURD代码和一些view逻辑接口的会被淘汰。企业需要的是一个可以带领AI由一个人形成一个开发team的leader，而不是一个人肉的大模型，效率太低了，这种人就是被淘汰的第一批。非程序员的外行入不了门的原因是，一点基础都没有，就想用嘴开发出来一个“想象中的程序”，这简直是天方夜谭。软件的开发有一个漫长而详细的过程，这个过程叫软件流水线，从需求拆解开始，到迭代计划，源码管理，代码编写，模块集成，打包部署，测试验证，发布运维。每个环节都有质量控制点和本阶段的规范以及度量。一个没有经过软件工程专业训练以及实际项目检验的编程菜鸟，再加上一个满嘴跑火车报喜不报忧的屎山生成器LLM编程助手，那可形成了欢乐闭环了。就像我曾经见过的一个开发团队，老板是外行，程序员是混子，底下人总骗他，他也不是啥明白，成天胡乱提异想天开的需求。老板觉得总出不来东西，就找了另一个外行来评估，另外一个外行又把他给骗了。这几个人在一起撕逼相当欢乐，写报告就是行云流水完成了多少任务节点，改进了多少功能，修复了多少BUG，但系统一直在测试环境无法上线，每次上线都是天雷滚滚，开发主管把这个地球上所有能用的理由都快用差不多了，每次都不带重样的，最后混了三年滚蛋了，人家也是那么计划的，在哪混不是混呢？您猜怎么着，老板又请一个混子来当总监，继续这个毒害模式再来三年。你自己不毛也不懂全用大模型，还用大模型评估大模型，这纯是有钱烧的，进入了懵逼老板和混子员工的互害模式。

53. 目前AI编程工具哪个最好用？

54. AI取代演员？看完首部国产AI悬疑短剧我沉默了 #国产首部AIGC悬疑探案短剧 #致命油画 #致命油画追凶实录

55. 黄仁勋最新访谈：AI芯片起码还有10倍空间，华尔街严重低估了这个机会#黄仁勋 #AI #芯片 #英伟达 #AI芯片

56. 跨界成功的真相不是一个点子，是一套系统。 #大咖观察 #红衣客厅 #白小t #跨界 #营销思维

57. AI配音可以打动人吗❓百万博主们说YES✅

58. 大模型只是能力，必须要跟场景结合。 #大咖观察 #红衣聊AI #大模型

59. 邪修玩法突破限制！爽用全球爆火的AI编程工具Claude Code！GLM和DeepSeek模型对比实测！

60. 全球每天600+程序员失业，这个锅该AI来背吗？

61. 因为AI编程，Tailwind CSS差点死了

62. 其实 vibe coding 了这么久，发现老年架构师和 trouble shooting 经验是必须的。反而年轻程序员缺乏软件工程经验，容易被 ai 给搞懵逼。。。code 是过去几十年来最底层最根本的工程实现，而 aigc code 是对工程（其实也包括硬件）最根本的效率革命。但是反正现在，他并未革命工程本身。。。这个革命的力度，类似于马车变成了蒸汽机汽车。而今天 ai 工具的迭代速度，动力换内燃机和电驱动，并非很久的事情。而 ai 在封闭高速路上踩油门已经很熟练了。。。明确目标，规划路径，预防风险，锁定产出，处理某些邪门路段这些，还是有很多坑。中老年有丰富软件工程，架构和疑难杂症 trouble shooting 经验的，理解原理来解决问题而非到处搜索的软件工程师们，你们的第二春真的来了。从 idea 到最终交付产品的闭环成本大大降低，无论是费用还是时间。而这个过程中稀缺的就是你们之前积累的丰富的经验和教训。而不是 api 熟悉程度，查询 sample 的速度，或者 stackoverflow 的 QA 搜索能力，或者新框架的理解速度这些年轻 coder 最强的地方。。。因为 AI 搞这个也很强。。。反而，产品定义尊重年轻人的意见。年轻人负责 PPT，AI 负责实现，而你们，负责规划架构，拆分迭代，谨慎验证并且解决疑难杂症。软件工程师 35 岁失业成为过去式。你们在 AI 的加持下刚刚起飞。

63. 破防了，工程师抢着给 AI 当牛马，还说「真香」

64. AI 时代的程序员更侧重工程实现还是架构设计?

65. 颠覆认知？Apple副总裁知名投资人曝AI淘汰真相

66. AI Coding不再丑，TRAE一键还原高保真产品经理、设计师狂喜！ TRAE竟然能把Figma设计稿直接变成一个活生生的网站。从像素级还原到交互动效，从数据库、管理后台到支付变现，全程托管，指哪打哪让AI成为你的10倍员工，这玩意儿，旦用难回！ #AI #人工智能 #AI编程 #TRAE #Figma

67. AI：鸿蒙App开发还是我来吧

68. 红杉：AI至少是每年10万亿的机会+AI的5大趋势+内部资料分享#AI #红杉 #科技 #AI趋势

69. 德国萨尔布吕肯计算机科学团队的最新研究显示，软件开发者在使用 AI 编码助手时，往往比与人类搭档协作时更难保持批判性思考。这种变化不仅影响代码质量，也削弱了知识共享的效果。相关成果已于 11 月 16 日在首尔召开的第 40 届 IEEE / ACM 自动化软件工程国际会议上发布。该研究由萨尔大学计算机科学教授斯文・阿佩尔（Sven Apel）团队开展，研究者将参与者分为两组：6 组采用传统两人协作，7 组使用 AI 助手协作（采用 GitHub Copilot）。任务涉及算法开发与项目集成，通过尼科拉斯・施耐德（Niklas Schneider）设计的测量方法评估知识传递效果。实验显示：与人类搭档协作的开发者更倾向质疑讨论，而使用 AI 助手的组别普遍持有“代码大概能正常工作”的态度，79% 的人直接接受 AI 生成的代码建议，很少进行深入审查。据介绍，在传统“双人协作编程”中，两名程序员通过持续讨论和合作，可以避免错误并互相学习，使团队中更多人熟悉代码库。然而，这种优势在与 AI 协作时显著减弱。虽然人机团队也会交流问题和解决方案，但内容更集中于代码本身，讨论范围明显更窄。Apel 认为，这种更容易信任 AI 的倾向可能会在其他领域同样出现，也可能导致更多“技术债务”积累，即未来为修复隐藏问题所需的成本。研究团队表示，目前的 AI 工具在处理简单重复性任务时具有实用价值，但尚无法替代人类间在复杂问题上的深度交流。

70. 回应网友质疑：为啥说传统程序员必将被取代？#跟傅盛学AI##程序员##码农##AIGC##大有学问# 傅盛的微博视频

71. 没错，最强的AI编程工具还是它！

72. 目前的AI能不能取代编辑呢？让国内两个当红AI和编辑各写两篇文章，看看盲选出来是什么结果...「转发+评论」抽1位粉丝送300元红包！我是HYK的微博视频抽奖详情

73. 怎么成为一个 ai agent 工程师？

74. Vibe Coding时代！AI写的代码，真的好用吗？

75. 正如L2自动驾驶，司机仍是第一责任人一样，AI编程，程序员仍是第一责任人。不过，AI提供了一个延长程序员编程寿命的机会，熟练掌握需求的专业人士，在AI辅助下，可以很轻松地编出所需的程序来。老程序员明确知道需求，AI就是一个实现的黑匣子，程序员将这些黑匣子串了起来能。

76. 2025过去了！这一年你是不是也在为AI焦虑？老周用360一整年的实践，告诉你答案：不用怕，抓住Agent就赢了！从我自己敲代码做100多个智能体，到带领团队All in，这条AI布道之路，全是实战干货。 2026，你想和智能体一起搞定啥？评论区留言，老周帮你研究！#大咖观察#2026 #年度总结 #红衣聊AI #agent

77. 如果你在思考AI时代的职业规划，看这条视频#AI #AI时代 #职业规划

78. //@宝玉xp:回复@PandaHub:有3种：1. 会使用AI提升效率的工程师，比如你使用 Claude Code 高效开发；2. 开发 AI 应用的工程师，比如调用 LLM API，写 Prompt，验证优化等；3. AI 模型工程师，做模型相关的训练、微调等。吴恩达老师在这里说的是第1和第2种。//@PandaHub:想问下现在怎么才叫ai工程师或者说懂ai呢？是接了各个平台ai接口自己做过相关应用？还是用过cursor或者claude code等等？还是得自己搓过模型才算？

79. 使用AI编程以后，更容易看出来一个软件工程师能力的强弱了。能力强的工程师，用AI写出来的代码比较难看出来是不是AI写的，除非他保留了AI废话特别多的注释。能力弱的工程师，输入给AI的提示词本身缺乏逻辑性，那么这部分逻辑就会由AI自己根据理解去补充，因此一看就能看出来是Claude风味还是ChatGPT风味。

80. #AI公司的程序员技术有多强##1024程序员节# 都说程序员强，AI公司的程序员更强，别人写代码靠查，他们靠“脑补”就能跑通。别惹程序员，他们能让AI给你写情书，也能让AI帮你“社死”，一键发错群！今天对他们好点，毕竟明天你用的App，还得靠他们“头发”换的。

81. n8n太复杂？Refly.AI让普通人也能轻松玩转AI工作流｜鹿演Vol.006

82. 我常用的5种AI工作流软件，强烈推荐～

83. 工作流引擎哪家好？

84. 分享9个不错的国产AI工具：1、豆包：doubao.com，聊天对话强。2、Kimi：kimi.moonshot.cn，长文本处理强。3、通义灵码：tongyi.aliyun.com/lingma，编程强。4、天工AI：tiangong.cn，音乐生成能力强。5、元宝：yuanbao.tencent.com/chat，检索和解析强。6、智谱清言：chatglm.cn，大模型能力强。7、即梦：jimeng.jianying.com，绘画设计强。8、可灵：klingai.kuaishou.com，视频生成强。9、AI PPT：aippt.cn，PPT生成强。

85. 马上2026年了，copilot还能用吗？

86. 马上2026年了，copilot还能用吗。2026年了，为何我仍坚持订阅GitHub Copilot？答案是极致性价比。面对复杂重构，顶级模型单次调用成本极高，而Copilot的包月制让我彻底告别“Token焦虑”，敢于大胆试错。虽审美欠佳，但它绝对是处理繁重代码逻辑和深度搜索时最划算的神器。

87. AI新手入门 · 第18篇

88. GitHub Copilot

89. 硅谷风险投资家警告

90. AI编程的现实主义转向

91. AI辅助编程成开发者标配，是提升效率还是导致技术退化

92. 2026年软件开发工作者生存指南

93. AGI 时代的软件工程

94. 人真的会被 AI 取代吗？这个更重要的事被很多人忽略了

95. 再见，程序员！硅谷全员AI Coding，卡帕西宣告9级地震来了

96. ChatGPT入门实战课 AI提效大数据开发平台建设

97. 通义灵码重大升级，使用QWEN3大模型助力AI编程！

98. 当Cursor Token耗尽后，我探索了Google AI Studio和通义灵码

99. AI时代，我们该修炼哪些“不可替代力”？

100. 程序员要被AI抢饭碗？2026生成式开发工具，让AI自己写代码

101. [AI] TEDx AI会抢走程序员饭碗吗？这个教授说了实话

102. AI能写代码，但造不出软件

103. 你的工作会被AI取代吗？并不会！从AI的三种人机协作模式，来聊聊未来职场的演变方向

104. AI编程的终局

105. 科技深一度｜你的工作会被AI取代吗？2026年的“人机协作”新答案

106. AI会不会取代程序员？

107. 从业 43 年的程序员直言

108. 程序员不会被ai取代。我评论了的作品

109. Ai取代人类？别慌！真相是“人机协作”新时代己到来

110. 2025年末

111. 2026 AI编程新范式

112. AI 能帮你写代码，但把代码变成软件，还是得靠人

113. 对AI“取代”和“帮助〞的看法

114. AI 不会取代人，它只会取代“不可被结构化的人”

115. AI不会取代人类，但会使用AI的人将取代不会使用AI的人

116. 会用AI的人才不会被AI取代

117. 人工智能取代人类？

118. AI 终将取代人工吗？深度解析与理性思考

119. WAIC | 图灵奖得主帕特森

120. UTD顶刊 MS 人工智能经典之作！醍醐灌顶！这个框架可以直接抄作业，建议做 AI 研究的都来拜读一下

121. 智能体基建的“阴阳平衡”

122. 程序员会被 AI 替代吗？AI 编程可靠性与职业发展前景研究报告

123. 2026，要知道AI的10个趋势

124. AI编程时代来临，程序员群体面临职业“大考”

125. 不是AI让你“失业”，可能是你不会用AI

126. 2025AI编程全景回顾+2026趋势预判

127. 大咖视角 | 田雨观察:AI将引发就业市场大海啸？！

128. 2026年，给Go/Java程序员的AI应用开发转型指南

129. 告别调包侠！2026年Go/Java程序员的AI架构师实战转型指南

130. 2026年的软件开发会有什么新发展？

131. 招聘官坦白

132. 软件工程师

133. 第二十五章

134. 速来学习 Anthropic 官方 Claude Code 教程！1小时掌握 Agentic 编程

135. 组织进化革命

136. 3个AI工作流案例曝光普通人如何用AI实现效率翻倍（附5个实战工具清单）

137. 用 Qoder CLI 重构我的工作流

138. AI请回答：AI编程是否能在6个月内取代70%程序员？

139. 84%的程序员已经离不开AI编程工具

140. 2026 软件工程新纪元：从 “AI 辅助” 到 “AI 架构”，技术栈重构指南

141. 2025 年终醒悟，AI 让我误以为自己很强，我思考了未来程序员的转型之路

142. 初级程序员过剩危机：转型升级是破局之道

143. 别再用GPT写代码了！通义灵码这个AI程序员让开发效率飙升的秘密

144. 2026年职业技术培训|AI智能体应用工程师报考指南 - 哔哩哔哩

145. GitHub Copilot历史用户数突破2000万大关

146. 3个月新增500万，微软GitHub Copilot累计用户突破2000万

147. 【AI大屠杀】美国程序员濒临灭绝？2026届毕业生如何绝地求生

148. 微软旗下AI编程软件GitHub Copilot用户总数突破2000万

149. 通义灵码上线Qwen3-Coder，免费使用不限量

150. 20251206 AI eats the world

151. 万人大裁员，工程师成重灾区！互联网就业市场面临AI冲击

152. 2026最新AI编程软件推荐指南：为不同开发者匹配最佳智能伙伴

153. 因“过于痴迷”AI，50+岁程序员被公司开除：全靠Copilot写代码，还恐吓新人将被AI取代

154. 阿里云AI代码助手通义灵码开发指导

155. 2025-2026全球AI编程工具全景评测

156. AI辅助编程成为开发者标配！代码效率与质量双提升

157. AI编程助手三国演义：三大巨头最新模型深度解析与事实核查

158. 当AI学会编程，最焦虑的是高级工程师

159. 阿里中标工商银行AI编程项目，大模型合作再深入

160. 生产级Agentic AI工作流实战指南：9大最佳实践+完整案例

161. 深度测评 | 通义灵码：阿里云的企业级AI程序员搭档

162. 邀请函：2026第五届AIGC开发者大会报名中，与千位开发者共探2026 AI新风向

163. 开源AI编程工具真能提效吗？1000+开发者观点大碰撞

164. 每日GitHub精选：破解 GitHub Copilot 生产力秘籍

165. 《2026届校招市场AI人才需求报告》：高科技行业AI成刚性需求

166. AI辅助编程：效率利器还是鸡肋？1000+开发者观点大PK

167. 大模型Clouder认证：基于通义灵码实现高效AI编程实践最新资料

168. 如何在AI的浪潮中找到你的“杠杆点”？

169. 阿里通义灵码实测：AI写代码到底有多强？

170. 开发成本直降50%！看星图云开发者平台如何重构企业数字化转型路径 - 哔哩哔哩

171. 李力行：为什么对“非 AI 相关型技能”的需求反而增长得更快？

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

173. 蔚来汽车携手通义灵码入选 2025 世界人工智能大会标杆案例

174. AI辅助编程工具市场占有率排名报告2025

175. AI工作流正在悄悄淘汰这5类人！企业主连夜看完的生存指南

176. AI教父预警2026失业潮：不是狼来了，是狼已在楼下

177. GitHub Copilot CLI发布：月付10刀的GitHub深度集成值吗？

178. 两大国产AI编程神器，帮你撰写软件文档！TRAE与通义灵码实操指南（含避坑技巧）

179. AI时代程序员生存指南：人机协作的黄金法则

180. AI时代的职业新蓝海：AI应用开发工程师

181. 少儿编程也能玩转低代码 API？通义灵码 AI 程序员实战经验分享

182. 不可替代性在职场中的价值?

183. Java开发者的AI大模型转型攻略：从零基础到实战项目！

184. 智能治理以人为本推动人工智能发展

185. Java开发者的AI转型加速器

186. AI也能写代码，商汤科技产品总监：可以在不同环节提升软件研发效能

AI不会取代程序员，但会重塑开发者角色：从代码工匠到AI指挥官

精选参考来源