我们再也回不去了：AI 围城下的技术生态现实

作者丨Stephen O'Grady

译者丨明知山

策划丨Tina

当日历上的年份从五翻到六，短短不到一个月，我们就能感受到新的一年注定与过往截然不同。去年 11 月的“拐点”早已为这一切埋下伏笔，而开源 AI 项目一夜爆火，引发硬件抢购潮与上市公司股价剧烈波动，这一切都在表明：2026 年，无疑是一个清晰、崭新的世界。

现在回想起来或许有些难以相信，但五年前 Copilot 刚问世时，那些如今看来十分基础的功能，在当时却令人无比震撼。就像我们如今习以为常的 iPhone，也曾是震撼世界的技术成就。最初的代码辅助工具——也就是增强型自动补全——很快被进步神速的模型取代，能力也在飞速拓展。早年曾有人笃定地预判，代码辅助终究只是辅助脚手架，真正具有创造性的编码永远属于人类。然而，这个判断错了。我们如今身处的时代，越来越多正规开发者正在探讨，甚至在不少场景中，已经发布了未经人类审核的代码。

到 2026 年，编码智能体——作为编码辅助模型的软件化形态——已经具备了相当强的能力，并且还在日复一日地进化。人们对它们的态度，也因此被迫发生转变。当然，外界对 AI 的看法依然两极分化，从认为它们无用又危险，到将其捧为近乎神明的存在。

然而从 2026 年起，一个基本共识已经形成：智能体是真实可用的，并且能够完成一两年前我们还无法预见的任务。它们的能力已经足以改变软件开发的方式，而且这种改变几乎可以肯定是永久性的。

正如 Adam Jacob 在谈及使用这类工具时所言：

如果你一直在读我写的东西，就会知道我并非向来都是信徒。但我现在深信不疑，因为我正在亲身实践。这一切太不可思议了。我们这个行业再也回不到过去了，我们只会借助这种能力向前大步飞跃。

从 2021 年到 2026 年，智能体在功能与能力上实现的飞跃，值得我们静下心来欣赏它们，因为这代表的不仅仅只是一场冲击，更准确地说，是多重、持续的冲击。以下是一些受影响目标的不完全清单。

个 人

长期以来，人们一直承诺 AI 会减少乃至消除工作，但近期《哈佛商业评论》的一项研究却得出了相反结论。值得注意的是，这一观点很快得到了从业内顶尖 AI 研究者到知名心理学家等各方人士的广泛认同。文章虽未提及杰文斯悖论，但其结论却与这一理论高度吻合。随着 AI 让工作效率大幅提升，对资源与产出的需求也如理论预测的那样随之增长。这意味着，我们远未进入因 AI 省时工具而缩短工作时间的时代，相反，工人们并未用节省下来的时间休息，而是承担了更多工作。这需要社会层面做出调整与重新适配。

在开发者这一特定群体中，AI 同样带来了巨大影响，迫使他们重新思考自身在整体工作中的定位。一个很贴切的比喻是房屋建造：以往，开发者更像是建筑工人，负责砌墙、切割楼梯台阶等具体施工；而如今，许多开发者更愿意把自己看作建筑师——不是动手砌墙，而是决定墙体位置；不是搭建楼梯，而是规划楼梯高度。对一些人来说，这是极大的赋能；另一部分人则感到强烈的失落，因为他们原本独特、稀缺的技能正在被消解。正如一条推文所言：

我不知道为什么这一周成了转折点，但我交谈过的几乎每一位软件工程师，都在经历不同程度的心理压力与情绪困扰。

也许没有比 Evan Ratliff 的“骗局游戏（Shell Game）”播客更能证明这种冲击的了。在节目中，这位记者用自己的声音训练并放出一批 AI 模仿者，借助骗子和垃圾邮件发送者常用的同类技术来 “攻击” 听众。机遇与威胁一同显现：我们被各类 AI 包围，它们争夺着我们的注意力；与此同时，我们又迫于压力，必须为了各自的目的去使用 AI。

社 区

与此同时，整个社区，尤其是开源社区，正在努力应对 AI 带来的一系列必然影响：它降低了代码创作的门槛，也必然带来了更高的流量冲击。许多项目被 AI 系统生成的大量提问、贡献与请求淹没，其中少数是合理且有用的，绝大多数则毫无价值。这与开源社区原本的常态输入差别不大，只是规模被成倍放大（Mitchell Hashimoto 估计差距达到了 10 倍）。

这导致一些项目开始限制由 AI 生成的贡献，甚至封禁不遵守相关政策的潜在贡献者。Liz Fong-Jones 和 Adam 等人考虑过彻底关闭外部贡献，Mitchell 则通过 Vouch 项目尝试系统性地限制贡献者权限，采取了不那么激进的方法。然而，Angie Jones 认为这类政策有些小题大做，她主张开源项目应当做好准备，为负责任的 AI 生成贡献提供一条可行路径。

无论如何，开源社区正遭受冲击几乎是毫无争议的。

应 用

应用层面同样如此。尤其是在公开市场的认知里，AI 正在让许多应用变得无足轻重。一则标题可以概括这种趋势的本质：“‘让我出去’：交易员因 AI 恐慌而抛售软件股。”这种恐慌的成因多种多样，但最终大多指向同一个问题：如果代码变得可以被替代，那么靠售卖代码盈利的软件公司，究竟还值多少价值？

这种思考方式并不新鲜。例如，在 2024 年 12 月的播客访谈中，Satya Nadella 就曾表示：

在智能体时代，现有商业应用赖以存在的逻辑，很可能会彻底崩塌。

他的实际论点远比“ SaaS 已死”这类新闻标题更为微妙，但核心假设对 SaaS 供应商来说显然偏悲观。如今许多抛售 SaaS 股票的投资者都能理解并认同这一逻辑，如果你认为 SaaS 厂商卖的只是软件，这个结论确实说得通。然而，任何做过系统集成的人几乎都会反驳：软件只是销售内容的一部分，很多时候甚至只是一小部分。举几个例子：

• 正如不少人所看到的，如果你购买人力资源软件，你同时也是在购买全球化的专业领域知识——更重要的是，降低自身责任。会计、CRM、ERP 等领域亦是如此。如何用软件搭建出应用，从来都不是真正的挑战。

• 如上所述，这一点是可以被合理理解和阐述的。而较少被提及的，是人才库的问题。如果你使用的是 Salesforce、Workday 这类成熟的标准化应用，你可以直接雇佣有相关经验的人员来管理和使用软件。但如果软件是你自主开发的——就像很多金融机构放弃 Cloud Foundry、OpenShift 等成熟平台，转而自建内部开发平台后发现的那样——新员工入职的第一天，也将是他们第一次接触你们这套定制软件的第一天。这会加大招聘难度，降低入职与上手效率，这意味着必须获得足够广泛的运营收益，才能抵消由此带来的人力成本。

• 说到运营，那些想用自研方案替代成熟产品的人都会面临一个始终没变的问题：即便 AI 大幅缩短了开发时间，把成本投入到非差异化的软件上真的值得吗？换句话说，一个组织是该重新造一套 CRM 系统，还是去创造业内还不存在、真正属于自己的独特价值？这是一个涉及众多变量的复杂权衡，其中最关键的显然是 SaaS 应用本身的成本。但总体来看，这也不是 AI 能简单解决的问题。

尽管企业应用市场正受到冲击，但 AI 更有可能扮演优化者的角色，而非彻底摧毁这个市场。然而，投资者当下的看法却并非如此。

基础设施

如前所述，Gas Town（现已更名为 Claude Code，本地版）意味着一名开发者如今能轻松顶得上 10 到 20 个虚拟开发者。从我们在开源社区的经验来看，各类项目显然还没准备好应对这种规模的产能暴增。那么下一个问题就是：我们的开发者基础设施又是否准备好了？

事实证明，答案是否定的。我们的基础设施还没有准备好。

例如，看看这封由十一家开源基金会与软件仓库联合发布的公开信。信中记录了开源基础设施里典型的 “公地悲剧” 问题，并进一步指出，AI 让情况变得更加严峻：

生成式 AI 与智能体的兴起，正进一步引爆由机器驱动、且往往存在大量浪费的自动化行为，这让本就存在的挑战愈发严峻。

换句话说，本就问题重重的现状，在如今大量涌入的智能体冲击下，变得愈发严峻。

经 济

认为公开市场正受到 AI 的冲击，这一点并不难理解，看看如今投向 AI 相关基础设施的巨额资本就知道，尽管投资者的耐心正在消退，反对声音也越来越大。再看看 AI 在公开市场中过高的比重，甚至还没算上该领域部分投资背后的投机性算法。客观地说，这个行业已经处于泡沫之中，而泡沫终究只有一种结局。

即便在微观、个体层面，经济压力也已开始显现，而且情况可能会变得更糟。从行业讨论与近期厂商的沟通情况来看，这一切很快就会到来。尽管代码辅助类工具有着诸多能力，市场的现实也正逐渐深入人心。

这个过程大概是从去年夏天开始的，当时 Cursor 为控制成本调整了定价，随即引发了大规模用户反弹。从 RedMonk 今年的交流情况来看，这种情况还将持续。那些只专注功能、一味宣称“预览阶段免费”而不计成本的公司，如今正面临一场清算。

与此同时，对个人而言，经济压力同样令人头疼。就像普通家庭要为迪士尼、Netflix 等不同流媒体服务支付多份订阅费一样，不少开发者也被迫订阅高价模型，甚至同时订阅多个。一个典型例子是：有开发者曾因 Token 费用每月高达 2600 美元被反复限额，后来好不容易降到约 100 美元——即便如此，也比 AI 时代到来前开发者每月的工具开销多出 100 美元。另一边，有管理者每月自付 200 美元，还为团队里每位开发者每月预留 1000 至 2000 美元的预算。一位开发者在 Software Factory 的一个帖子中说道：

每人每天 1000 美元的数字让我震惊，但我怀疑用不了多久，这个数字就会显得微不足道。

AI 是一个截然不同的世界，而且成本要高得多。

结 论

如上所述，这些还只是影响行业的部分例子。现实中的影响要广泛得多，因此，与 AI 使用增加相关的焦虑、担忧和恐慌，都是可以理解的。

然而，这场正在发生的 AI 冲击都是坏事吗？它是否会像中世纪的围城战一样，最终以惨烈的结局收场？

首先需要指出的是，新自动化技术的发展很少是线性的，也很难完全预测。James Bessen 博士提供的这张银行出纳员就业图表，在 ATM 推出前后，结果在当时是非常反直觉的。如今回头看才容易明白：随着 ATM 的普及，现金发放这类琐碎、低价值的工作被自动化，银行反而能开设更多网点，最终让这个看似被技术取代的岗位，整体就业人数不降反增。

然而，或许更重要的是：尽管这些工具是有成本的，但它们现在是——也可以成为——强大的加速器与赋能者，能大幅降低人们进行软件开发的门槛。它们有能力让那些曾经极为困难、甚至对部分人而言遥不可及的技能走向大众化。即便是 Grady Booch 这样的行业传奇人物——他一直对 AGI 相关言论保持着应有的怀疑态度，也对 AI 生成的粗劣代码嗤之以鼻——近期也表示，自己被 Claude 的能力“震撼”到了。在 Oxide 的播客中，Booch 给那些对 AI 感到焦虑的开发者的建议是什么？“保持冷静”“深呼吸”。亲身见证并推动了技术数十年演进的他认为，AI 只是行业长期抽象化历程中的又一步，而这一步，将为整个行业打开全新的大门。

最后，无论人们是否愿意，这些大门终将打开。AI 不会像自动织布机、蒸汽机或核反应堆那样成为过去。无论好坏，这项技术都会长久存在。我们剩下要做的，就是决定如何最好地放大它的价值，同时降低它带来的成本。AI 正是“两种事实可以同时成立”的典型例子：一方面，在消化这些工具的短期内，AI 带来的经济影响可能会很难看。正如 Adam 那段话的结论所言：“在我们真正理顺这一切之前，过程绝对会是一团乱麻。”

另一方面，就像互联网一样，这项技术已经跨过了“有趣的玩具”阶段，成为一股“改变世界的进化浪潮”。整个行业将从此彻底不同，再也回不到从前。

而行业与社会如何平衡它的成本与收益将决定这场冲击会持续多久，以及终点过后会是怎样的景象。

https://redmonk.com/sogrady/2026/02/10/besieged/

声明：本文由 InfoQ 翻译，未经许可禁止转载。

会议推荐

2026，AI 正在以更工程化的方式深度融入软件生产，Agentic AI 的探索也将从局部试点迈向体系化工程建设！

QCon 北京 2026 已正式启动，本届大会以“Agentic AI 时代的软件工程重塑”为核心主线，推动技术探索从「AI For What」真正落地到可持续的「Value From AI」。从前沿技术雷达、架构设计与数据底座、效能与成本、产品与交互、可信落地、研发组织进化六大维度，系统性展开深度探索。开往 2026 的 Agentic AI 专列即将启程！汇聚顶尖专家实战分享，把 AI 能力一次夯到位！