开发者称AI编程工具确实有效，但这正是他们担忧的原因

软件开发者在过去两年中见证了AI编程工具从高级自动补全功能演进为能够在某些情况下通过文本提示构建完整应用程序的工具。像Anthropic的Claude Code和OpenAI的Codex这样的工具现在可以在软件项目上连续工作数小时，编写代码、运行测试，并在人类监督下修复错误。OpenAI表示现在使用Codex来构建Codex本身，该公司最近发布了关于该工具底层工作原理的技术细节。这让许多人想知道：这只是AI行业的更多炒作，还是这次情况真的不同？

为了找到答案，Ars联系了Bluesky上的几位专业开发者，询问他们对这些工具在实践中的感受，回应揭示了一个在很大程度上认同该技术有效的员工群体，但对这是否完全是好消息仍存在分歧。这是一个由想要参与的人自选的小样本，但作为该领域的在职专业人员，他们的观点仍然具有指导意义。

开发销售点系统的开发者David Hagerty直接告诉Ars Technica，他对营销持怀疑态度。"所有AI公司都在大肆炒作能力，"他说。"别误解我的意思——大语言模型是革命性的，将产生巨大影响，但不要指望它们会写出下一部伟大的美国小说或其他什么。这不是它们的工作方式。"

过去为Linux内核做出过重要贡献的软件工程师Roland Dreier告诉Ars Technica，他承认存在炒作，但一直密切关注AI领域的进展。"这听起来像是令人难以置信的炒作，但最先进的智能体现在真是惊人地好，"他说。Dreier描述了过去六个月的"阶跃变化"，特别是在Anthropic发布Claude Opus 4.5之后。他曾经使用AI进行自动补全和偶尔提问，现在他期望告诉智能体"这个测试失败了，为我调试并修复它"并让它工作。他估计复杂任务的速度提升了10倍，比如构建带有Terraform部署配置和Svelte前端的Rust后端服务。

开发者现在脑海中的一个重大问题是，你可能称之为"语法编程"，即手动用既定编程语言语法编写代码的行为（相对于用英语与AI智能体对话），是否会在不久的将来因为AI编程智能体处理语法而变得过时。Dreier认为对于许多任务，语法编程基本上已经结束了。"我仍然需要能够阅读和审查代码，"他说，"但我打字的很少部分是实际的Rust或我正在使用的任何语言。"

当被问及开发者是否会重新手动语法编码时，积极在社交媒体上发布AI内容并构建自主智能体的开发者Tim Kellogg直言不讳："结束了。AI编程工具轻松处理表面层次的细节。"诚然，Kellogg代表了完全拥抱智能体AI的开发者，现在将他们的时间花在指导AI模型而不是打字编码上。他说他现在可以"构建，然后重建3次，用时比手动构建所需的时间还少"，最终得到更清洁的架构。

一家定价管理SaaS公司的软件架构师，由于公司沟通政策要求匿名，告诉Ars，在30年传统编程后，AI工具改变了他的工作。"我现在比以往做传统编程时更有乐趣，"他说。他补充说，他最近在大约两周内交付了一个功能，他估计使用传统方法需要一年时间。对于副业项目，他说他现在可以"在一小时内启动一个原型，并弄清楚它是否值得进一步推进或放弃。"

Dreier说降低的努力解锁了他推迟多年的项目："我的待办事项列表上有'重写那个用于从相机SD卡复制照片的不稳定shell脚本'，这已经有好几年了。"编程智能体最终将准入门槛降得足够低，以至于他花了几个小时构建了一个完整发布的包，带有文本UI，用Rust编写并带有单元测试。"没什么深奥的，但我永远不会有精力手动打出所有这些代码，"他告诉Ars。

但并非每个人都有同样的热情。关于AI编程智能体积累技术债务的担忧，即在开发过程早期做出糟糕的设计选择，随着时间的推移滚雪球成更严重的问题，在2025年初围绕"氛围编程"的首次辩论出现后不久就产生了。前OpenAI研究员Andrej Karpathy创造了这个术语来描述在不完全理解生成代码的情况下通过与AI对话进行编程，许多人认为这是AI编程智能体的明显危险。

自2006年以来一直在微软工作的高级软件开发工程师Darren Mart与Ars分享了类似的担忧。Mart强调他是以个人身份发言，而不是代表微软，他最近在终端中使用Claude构建了一个与Azure Functions集成的Next.js应用程序。AI模型"根据我的规格成功构建了大约95%，"他说。然而他仍然保持谨慎。"我只在完成我已经完全理解的任务时使用它们感到舒适，"Mart说，"否则就无法知道我是否被引导走上危险的道路，让我自己（和/或我的团队）面临未来的债务山。"

一位在房地产分析领域工作的数据科学家，由于工作的敏感性要求匿名，描述了出于类似原因对AI保持非常严格控制。他使用GitHub Copilot进行逐行补全，发现大约75%的时间都很有用，但将智能体功能限制在狭窄的用例：遗留代码的语言转换、带有明确只读指令的调试，以及他禁止直接编辑的标准化任务。"由于我是数据优先的，我对数据的错误操作极其风险厌恶，"他说，"下一行和当前行补全经常太错误，我不能让大语言模型有更自由的控制权。"

说到自由控制权，每天使用Cursor的后端工程师Brian Westby告诉Ars，他认为这些工具"50/50好/坏"。他说它们减少了明确定义问题的时间，但"如果我给它太多工作空间，幻觉仍然太普遍。"

遗留代码生命线和企业AI差距

对于使用较旧系统的开发者，AI工具已成为翻译器和考古学家的结合体。First American Financial的首席工程师Nate Hashem告诉Ars Technica，他的日常工作是更新较旧的代码库，"原始开发者已经离开，文档通常不清楚为什么代码是这样写的。"这很重要，因为以前"没有带宽来改进任何这些，"Hashem说。"企业不会给你2-4周时间来弄清楚一切实际如何工作。"

在那种高压力、相对低资源的环境中，AI通过加速识别过时代码可以在哪里以及如何删除、诊断错误并最终现代化代码库的过程，使工作"更加愉快"，用他的话说。

Hashem还提供了一个关于为什么大公司内部AI采用看起来与社交媒体上如此不同的理论。他说，高管要求他们的公司变得"AI导向"，但使用专有数据部署AI工具的后勤工作可能需要数月的法律审查。与此同时，微软和谷歌添加到Gmail和Excel等产品上的AI功能，实际上接触到大多数工作者的工具，往往运行在更有限的AI模型上。"那个模态的白领员工被管理层告知要使用AI，"Hashem说，"但得到的是糟糕的AI工具，因为好工具需要大量的成本和法律协议开销。"

说到管理层，这些新的AI编程工具对软件开发工作意味着什么的问题引发了一系列回应。它会威胁到任何人的工作吗？热情拥抱智能体编程的Kellogg直言不讳："是的，大规模威胁。今天是编写代码的行为，然后是架构，然后是产品管理的各个层次。那些无法适应在更高层次上运作的人将保不住工作。"

Dreier虽然对自己的职位感到安全，但担心新人的道路。"教育和培训必须有所改变，让初级开发者获得他们需要的经验和判断力，"他说，"当让他们实现系统的小部分就像我过去做的那样只是浪费时。"

Hagerty用经济术语表达："当我可以用Sonnet 4.5这样的模型以低于最低工资的价格获得初级质量代码时，初级职位将更难被填补。"

微软工程师Mart更个人化地表达了这一点。软件开发角色"正在从创建/构建突然转向监督，"他说，"虽然有些人可能欢迎这种转变，但其他人肯定不会。我坚决属于后者。"

即使在宏观层面存在这种持续的不确定性，有些人真的很喜欢这些工具，出于个人原因，无论更大的影响如何。"我绝对喜欢使用AI编程工具，"定价管理SaaS公司的匿名软件架构师告诉Ars。"我整个成年生活都在做传统编程（大约30年），我现在比以往做传统编程时更有乐趣。"

Q&A

Q1：AI编程工具真的能提高开发效率吗？

A：是的，多位开发者证实AI编程工具确实能显著提高效率。例如，Roland Dreier估计复杂任务的速度提升了10倍，一位软件架构师表示最近两周完成的功能用传统方法需要一年时间。这些工具特别适合处理明确定义的问题和重复性任务。

Q2：使用AI编程工具有什么风险？

A：主要风险包括技术债务积累和"氛围编程"问题。开发者担心在不完全理解生成代码的情况下使用AI可能导致糟糕的设计选择，随时间累积成更严重问题。此外，AI仍存在幻觉问题，在给予过多自由度时容易出错。

Q3：AI编程工具会威胁开发者的工作吗？

A：观点存在分歧。一些开发者认为会大规模威胁就业，特别是初级职位。Tim Kellogg表示那些无法适应在更高层次运作的人将保不住工作。但也有开发者认为这更多是角色转变，从编写代码转向监督和架构设计，需要新的教育和培训方式来适应变化。