一次性应用出现，个人独角兽崛起：顶级布道师Jeff Barr论AI如何重塑开发者生态｜InfoQ独家采访Jeff Barr

作者 | 高允毅、华卫

编辑 | 赵钰莹

“未来将出现大量一次性应用，它们像“即用即抛”的拼图，快速组装、验证、再被重构。而这种模式，将催生出个人独角兽公司——一个人、一台电脑、一套 AI 协作系统，就能支撑起完整的产品形态。”

这句话是亚马逊云科技的核心奠基人 Jeff Barr 在接受 InfoQ 独家访谈中说的。可以说，从技术、生态到组织，AI 的重构已深入世界各个角落。

十六年前，他第一次参加 QCon，将“云计算”的概念带入中国。那时，国内对“云计算”的分歧极大；十六年后，他再次站在 AI 浪潮的前沿，带来新的判断—— AI 将推动行业进入一个强调“创造性重构”的新阶段。

自 2004 年参与创建亚马逊云科技以来，他以 3300 篇博客、近 150 万字记录着云计算与开发者生态的每一次关键技术跃迁。

从早期的汇编语言、机器码，到如今 AI 驱动的开发工具，Jeff Barr 是这个时代少数能以半个世纪跨度回望技术变革的人。正是这份厚重的经历让他能清晰洞察一个本质：工具在变，让机器理解人意图的本质从未改变。

在 QCon 2025 上海站，我们独家采访到 Jeff Barr 。从 AI Coding、开发者的价值、组织变化、协作方式、AI 原生应用、创业公司等多个角度，深度解析“ AI 时代下，开发者生态发生了哪些深刻变革，未来会怎样变化”。

1 AI Coding 是加速器，还是重构者？

“ AI 不是替代者，而是能力放大器。”

在 QCon 的主题演讲中，Jeff Barr 一句话就击中开发者的焦虑。

确实，伴随着 Kiro、GitHub Copilot、Claude code、Cursor、Lovable 等相关 AI Coding 工具的爆火与普及，写代码似乎不再艰难。AI 能理解需求、生成代码、甚至自我调试时——于是问题随之而来：那人类开发者还剩下什么？

这位从穿孔卡片时代走来的程序员，以半世纪的经验重新定义了开发者的边界：

“作为开发者，我们每个人掌握的技能和知识都有边界。 而 AI 让我们能从一个问题出发，走向远超经验的解决路径。”

在他看来，AI Coding 的意义不在于谁写得更快，而在于思维方式的跃迁。

过去，开发者的价值在“如何写”，而现在的核心在“如何理解”——理解系统、判断 AI 输出、审视逻辑。

这是一场技术层面的“去代码化”，也是思维层面的“创造力重构”。

Jeff Barr 强调，AI Coding 工具放大的不仅是效率，更是人的意图与理想。

“AI 可以接管那些不性感的‘脏活’，让开发者专注于更具创造力的问题。”

比起“开发者”，Jeff Barr 更喜欢用“构建者”来形容 AI 时代的程序员们——即善于理解业务问题和客户问题，并把这份理解传递给 AI 工具的人。在 Jeff Barr 看来，这样的人掌握真正有价值的技能。

Jeff Barr 还对 AI 原生应用（AI-native Application）下了定义。

智能体是一种能够自主执行任务的智能系统。它以语言模型为核心，能够理解自然语言、进行推理并做出决策；同时配备一组工具，可以调用外部系统、执行操作并完成任务。智能体还能将复杂的用户请求拆解为多个可执行步骤，并具备上下文记忆与连续性，能够理解任务的前后关系，保持长期的交互状态。

它不再是传统应用里“加一个 AI 模块”，而是让 AI 成为系统的神经中枢，以语言模型为脑，以工具集为手脚，让理解、推理与执行形成闭环。正如亚马逊的 Bedrock 和 Strands Agents SDK ，就是不错的例子。

开发者的角色在转变，技能体系的重排，也比想象中更具体。

在 Jeff Barr 看来，开发者要学会的不再只是“写代码”，而是“读代码”。这意味着从“创造者”向“审视者”的转变——从构建逻辑到理解逻辑。

不过 Jeff Barr 还是忍不住提醒开发者，他们的职责本质没有变：“大家作为开发者的名字，仍然被烙印在代码之上。”

在这种新的协作模式下，沟通成为稀缺的生产力。

Jeff Barr 强调，这里的沟通不仅是表达能力，更是一种理解与翻译的能力——如何把业务语境转化为机器可理解的逻辑语言。

他描绘了一个未来场景：开发者与客户同坐一桌，边聊需求边搭建系统，几小时内就能产出首个可运行版本。

“开发者必须更懂自己的客户，理解他们的业务、场景与目标”，他说，“只有在宏观层面厘清这些，才能向 AI 工具下达足够清晰、信息丰富的指令，得到可落地的结果。”

正如亚马逊喜欢遵循“从客户出发、逆向思考”的原则一样：先把客户的问题与目标讲透，再让 AI 倒推解决路径。这不是“更快地写代码”，而是让问题定义变成一份可执行的“高质量规格”。

而沟通正是许多开发者欠缺的技能。他们精通机器语言，却不擅长人类语言；他们能驾驭编译器，却未必把复杂的业务语境讲清楚。

更关键的是，AI 不会拒绝你—— 哪怕指令错了。

“未来开发者的核心价值，不在于编写代码，而在于提出高质量请求——把复杂问题讲清楚，让机器真正理解。”

这对开发者提出更高的要求。

AI 还带来一种前所未有的“技术平权”。“LLM 打通了编程语言与自然语言的界线，人们可以用母语写程序”，这意味着，编程不再是少数人的专利。

越来越多非技术背景的人会涌入这个行业，借助 AI 工具快速创建应用，创造出真实的商业价值。但另一方面，Jeff Barr 也表达了自己的担忧，这些人缺乏深度的技术理解，这样的创新究竟能走多远，需要时代发展去验证。

当 AI 让“意图到代码”的转化变得有效，另一端的挑战是如何确保这些代码的正确性与可靠性——形式化验证是答案。

Jeff Barr 指出，“未来的效率与质量提升，将依赖两大支柱：AI 编码助手与形式化验证。”

• AI 编码助手：加速“意图 → 代码”的路径，极大提高构建速度与表达能力。它是效率的放大器，让开发者以更自然的方式实现复杂系统。

• 形式化验证（Formal Verification）：以数学方法严格证明程序正确性，确保系统在任何条件下都符合同一逻辑预期。它是可靠性的保障器，让部署更可控、更可信。

AI 让你更快写出代码，形式化验证让你更放心地部署代码。

2 一次性应用爆发，数据成新护城河

对于 AI 带来的应用形态变化，Jeff Barr 提出了一个值得行业关注的新概念——“一次性应用”

这类应用由 AI 快速生成，用于原型测试、短期功能或商业验证，生命周期短暂，“即用即抛”。

它让开发像搭积木一样灵活，大幅提升了创新节奏，代码的寿命被压缩到项目级，系统更新频率前所未有。

与之相对的，是人类仍需精雕细琢的“系统性代码”：操作系统、数据库、云存储、网络服务——这些是数字世界的骨架，不容失误。

Jeff Barr 指出，这部分代码仍需遵循严谨的架构设计和测试流程，接受自上而下的监督与治理。

于是，一个清晰的双层生态正在形成：底层代码由人类精构，上层代码由 AI 生长。AI 负责速度，人类负责秩序。

而在这场重构中，应用不再是终点，数据才是护城河。

Jeff Barr 进一步指出，AI 生成的一次性应用或许会过期，但数据会持续成长、累积智能。

“企业的竞争力，正在从‘谁的应用多’，转向‘谁的数据更好’。”

他建议，企业应把更多资源投入到数据建模、质量控制与治理体系之中。

因为在 AI 时代，真正决定创新深度的，不是能写多少代码，而是能让 AI 理解多干净的数据世界。

3 AI 不仅在重塑代码，也在重构组织

亚马逊创始人 Jeff Bezos 曾提出著名的“双披萨团队”原则：团队规模应小到两块披萨能喂饱所有人——通常不超过 6 到 10 人。这样的团队沟通链短、决策快、责任清晰，像一个微型创业公司。

如今，AI 正在进一步推动这种“小而精”的组织演化。

过去，一个项目往往需要开发、测试、文档撰写、数据库管理员等多个角色；而现在，AI 能自动生成测试脚本、优化数据库、撰写说明文档。

一个开发者，便能完成过去一个团队才能完成的工作。在这种新格局下，开发者不再是流水线中的一个节点，而是具备端到端创造力的全能构建者（Full-cycle Builder）。

Jeff Barr 甚至大胆预测：

“未来或许会出现 ‘一人独角兽’——一个人就能打造一家十亿美元的公司。”

他认为，这并非遥不可及，而是取决于个人或团队如何适应新的节奏。

他给出一个可操作的团队纪律：至少每三个月亲手复测一轮核心 AI 工具。第一次觉得“不够好”没关系——三个月后再试。唯一的输法，是放弃参与。

这种持续试验、快速迭代的能力，将成为未来个人创业者或小团体的核心竞争力。

这也顺带提出了一个问题，未来创业公司借助 AI，是否可以更公平地跟传统大厂对抗？

Jeff Barr 直接指出，创业公司确实必须大胆拥抱 AI，这会让他们更快地构建应用。但问题的关键不在这里，而是谁能“搞定客户”。

“产品的构建速度肯定会提高，但这只是问题的一部分，更重要的是了解客户是谁、如何做好营销和业务经营。”

4 真正实用的 Vibe Coding 应该让创造更自由，让协作更可控

协作方式也在发生改变。

Vibe Coding（氛围编码）的流行让个人开发者借助 AI，可以在数小时内完成从创意到原型的转化，开发进入“即兴创作”时代。

Jeff Barr 对 Vibe Coding 这类 AI 工具的实用性是十分认可的，但灵感驱动的速度背后，也潜藏新的瓶颈：

Vibe Coding 更适合小团体制作较为简易开发，而在构建大型商业应用时，多人协作中缺乏规范与版本约束，往往成为最大的摩擦源。

亚马逊的 Kiro 正是为解决这一问题而生——一款允许开发者在“自由创作”与“规范协作”之间自由切换的 AI 集成开发环境。（目前亚马逊云科技正在举办 Kiro 启动百万奖池挑战计划！中国开发者只要在任意符合条件的比赛中使用 Kiro 并获奖，即可享受1:1 奖金加倍，单场最高可得20 万元现金，详见文末参与。）

在 Vibe 模式 下，开发者可以极高自由度与节奏快速试错，适合小型、探索性项目；而在 Spec-Driven Development（规范驱动开发）模式中，AI 引导开发者通过对话细化需求，生成包含接口定义、测试标准和版本记录的完整规范文档。系统背后的智能 Agents 随后自动生成代码与单元测试，并在关键节点等待人工审核。

前者让创造更自由，后者让协作更可控。

Jeff Barr 总结道：AI 让个体开发者更强，而像 Spec-Driven Development（规范驱动开发）这样的系统，则让团队在复杂协作中保持高效与秩序。

5 云正在被 AI 重新定义：从算力池到智能系统

“云计算不会消失，微服务架构依然是 AI 时代最优解。”

回归云计算布道师的原点，我们又和 Jeff Barr 重新聊了聊“云计算。

从云原生迈向 AI 原生，Jeff Barr 看到了“变”与“不变”。在对比这两个思维方式的不同时，他认为 AI 思维是一种更具雄心、更有远见的思维方式，它让人能够从更大的格局出发，去思考和解决真正重大的问题。

不过 Jeff Barr 并不同意“AI 取代一切”的论调。

“AI 是整个技术栈中的一个关键组成部分，但不是全部。”

AI 不是重造，而是放大，让云的智能、自动化与弹性达到新的层次。

对于云计算的未来十年，Jeff Barr 认为，云计算不会消失，未来依然是基础设施的终极形态。AI 原生应用对基础设施的要求仍是“灵活、安全、可拓展”，能快速部署新应用。

至于 AI 是否会带来新的软件架构，Jeff Barr 的回答干脆而冷静：“不必重复造轮子。”

二十多年前，亚马逊拆解单体系统，以 HTTP 通信的微服务实现系统解耦；如今，AI 代理（Agent）的出现，只会强化这一架构，让智能体在微服务框架中协同完成更复杂的任务。

未来的云，不再只是算力池，而是一个能自我优化、按需调度的智能系统。“云 +AI”会是未来范式，它们深度融合将让开发者更加强大。

回归起点，Jeff Barr 从“软件开发”的本质，这一宏观的角度，进一步解释了 AI 带来的变革是什么。

和以往任何技术相比，AI 是颠覆性的突破，没有可参照的对象。Jeff Barr 解释说：

云计算还有前例可循：从托管机房到数据中心，从 S3 到 EC2，开发者总能找到参照物去理解新技术。而 AI 几乎没有这样的旧范式——它没有前身，也缺乏可比的形态。 直到 生成式 AI 与 代理式 AI（Agentic AI） 出现，人们才第一次看见“能用、可落地”的智能系统。 因此，AI 的学习曲线并不是“多学一门新工具”，而是重新学习“学习”这件事。

同时，它也是过往几十年 IT 技术“集体智慧的成果”————语言特性、程序、函数库、编译器、开源生态、文档与经验，都被打包进大模型中。

从前面板的 0 与 1，到汇编、高级语言，再到今天 AI 的自然语言，每一轮工具演进，本质是“意图的上移”。

他把这一历程概括为“四 I 模型”：Idea（想法）→ Intent（意图）→Implementation（实现）→ Iteration（迭代）。

AI 的出现，让开发者第一次可以用自然语言表达目标，由模型自动生成实现路径。

“本质没变，” Jeff Barr 说，“软件开发的本质是让机器理解人类的意图。”

这也再次回归了“沟通”能力在未来的重要性。

他用一个极日常的比喻把“高质量请求”说透：AI 像一位私人厨师。只说“我饿了”，结果自然随机；但说清“要有鱼、有肉、有面条，口味要辣但别太咸”，厨师才能稳稳把控质量。

在工程里，那些“口味与禁忌”就叫上下文与约束——把它们写进规格、 Prompt 或对话历史，AI 输出才会稳定可复现。

“上下文”仍然非常重要。我们得说明自己想要什么样的应用程序，包括面向怎样的用户或者客户，还有应当涉及的技术。这些引导性的信息非常重要，可以缩小实施的偏移范围。”

“AI 的门槛从来不是代码，而是表达。只有能清晰描述需求和约束的人，AI 才能成为可靠的伙伴。”

这也是他反复强调“技术基本功”重要性的原因。

“你或许不需要每天写汇编，但要知道抽象层下面的机制。知道‘为什么’，永远是有用的。”

在他看来，真正的技术力，是随时能深入一层的能力。

谈到传统编程语言是否会消亡，Jeff Barr 表示，“传统语言不会消失，它们会进化。Python、Java、Rust 依然是支柱。”

据他观察，“没必要再发明一种‘中间语言’。LLM 已能处理自然语言，那就是最好的接口。没人愿意再学一门夹在中间的新语言。”

至于未来的竞争，他认为 AI 并没有让门槛降低，只是改变了方向。

“未来五到十年，开发者要保持竞争力，关键不在语言，而在理解用户、善用 AI”。

他给到两条可落地的职业建议：

每周固定 4–8 小时 的学习配额——把学习做成“例行公事”，持续过手新工具、新方法、新范式；要看到中坚工程师的红利：那些在同一家公司沉淀 5–10 年、最懂业务与客户的人，最有条件把 AI 的价值快速变现。

他提醒那些有多年经验的工程师——“你们最懂业务，也最懂客户，这正是 AI 无法替代的价值。”

在 Jeff Barr 看来，AI 改变了速度，但人类，依然决定方向。

Kiro 百万奖池挑战开启！

打比赛，用 Kiro，奖励加倍！Coding for glory, winning with Kiro。Kiro 不只是赛事赞助商，更是你的 AI 编程加速引擎。我们相信，每一行代码都蕴含无限可能。现在，用 Kiro 参赛，创意与奖金同步放大！

参赛资格

所有中国国籍开发者，在任意符合条件的国内外编程赛事中使用 Kiro 并获得官方奖项，可享1:1 奖金加倍。总奖池高达100 万元，单场最高20 万元现金，先到先得。

成为 Kiro Challenger加入「Kiro 黑客松百万奖池计划」，自动生成专属数字海报与动态展示； 发布作品带上百万奖池与标签，即有机会获得额外特权与曝光。 优秀项目将登上「Kiro 荣耀榜」，受邀参与直播展示与冠军访谈。

在「Kiro 战队群」中，与极客同行组队、切磋、成长，让比赛成为一场创造与荣耀的旅程。

用 Kiro，让代码更快、更强、更有价值。现在，就为荣耀与加倍奖励出发——Don’t code alone, win with Kiro！