北京
6月17日消息，日前，人工智能+生态大会（AIEC 2026）在北京举行。本届大会由清华大学全球产业研究院主办，中关村科学城管委会支持。其中，在“AI Coding：企业智能化开发新范式”论坛，清华大学高等研究院副研究员陈松、平凯星辰（TiDB）副总裁刘松、阿里云政企方案架构师樊兴军、浪潮信息系统软件研发部研发经理徐潇、北京算力自由科技有限公司董事长黄新平、软安科技有限公司副总裁马志楠等就AI Coding话题展开深度探讨。
现场，六位嘉宾不约而同地谈到了一个共同趋势：软件开发正在从“人写代码”走向“人定义目标，AI完成实现”。清华大学高等研究院副研究员陈松将这一变化称为Vibe Coding时代的到来。
在陈松看来，过去开发者需要阅读文档、搜索资料，再将知识转化为代码，而如今“AI承担了信息处理和转化工作，开发者专注于定义问题、验证结果”。他引用OpenAI联合创始人Andrej Karpathy的观点表示，“我几乎不碰键盘了，只是完全拥抱AI生成代码。”随着AI能力提升，开发者正在从代码生产者转变为结果审核者和系统设计者。“最好的程序员不是在抵抗AI，而是在驾驭AI。”
与此同时，多位嘉宾认为，AI Coding真正的挑战已经不再是生成代码，而是如何完成复杂的软件工程。
平凯星辰（TiDB）副总裁刘松提出一个判断：“Coding is over，Software is not。”在他看来，代码生成正在迅速被大模型解决，但构建和交付复杂的软件系统依然困难。尤其是在企业环境中，权限、记忆、协作、安全以及上下文管理等问题远比代码生成本身复杂。他透露，公司内部已经开始尝试以Agent为主导的软件研发模式，“300多位工程师已经被禁止写代码，甚至也禁止人工Review代码”，大部分工作由Agent自主完成，人类主要负责需求拆解和关键决策。
这种变化正在推动软件开发从个人效率工具走向组织级协作平台。
阿里云政企方案架构师樊兴军认为，企业落地AI Coding的关键并不是让模型生成更多代码，而是让模型理解更清晰的目标。“不要把一句话丢给平台，就期待它直接跑出最终结果。”他认为，企业需要通过Spec文档与Agent进行结构化沟通，让需求、架构、接口和测试标准在编码之前就被定义清楚。基于这一思路，阿里云构建了“Agent专家团”模式，通过规划Agent、调研Agent、前后端Agent以及测试Agent共同协作完成项目开发。“原则上研发人员尽可能少写代码，甚至不要手写代码。”
浪潮信息系统软件研发部研发经理徐潇则把这一阶段称为AI Coding从“玩具期”走向“生产期”的过程。他认为，很多开发者初次接触AI Coding都会经历蜜月期，但很快就会发现“不可靠、不可控、难复利”等问题。“四驱车装上电池就能跑，但生产级系统必须有方向盘、刹车和年检。”在他看来，企业真正需要的不是一个会生成代码的工具，而是一套可编排、可治理、可持续复用的数字员工体系。
对于开发者个人而言，这场变化同样剧烈。
拥有40余年编程经验的北京算力自由科技董事长黄新平感慨，“这是程序员最好的时代，也是最坏的时代。”最好的地方在于，AI让个人能力获得前所未有的放大；最坏的地方在于，许多过去赖以生存的知识体系正在快速失去价值。对于程序员而言，比掌握某种语言更重要的能力，正在变成系统思维、需求拆解和创新能力。
与此同时，随着AI成为新的代码生产者，代码质量和安全问题也开始受到关注。软安科技副总裁马志楠指出，AI Coding带来了代码产能的爆发式增长，但也让传统研发流程出现新的瓶颈。“代码生成速度飞速膨胀，但整个研发流程堵住了。”他认为，企业不能简单地把代码提交给大模型检查，而必须建立稳定、可靠、可解释、可治理的AI Code Review体系。“只能用AI手段解决AI问题。”
回顾整场论坛，一个清晰的趋势正在浮现：AI Coding讨论的重点已经从“如何写代码”，转向“如何组织工作”。代码生成正在逐渐成为基础能力，而需求拆解、多Agent协作、知识沉淀、安全治理以及企业组织重构，正在成为新的竞争焦点。
正如陈松所说，“从让机器理解人类，到与机器共创代码，这是我们正在亲历的编程本质重塑。”当越来越多企业开始把Agent视为数字员工，AI Coding的终点或许从来都不是写代码，而是重新定义软件开发这项工作本身。（定西）
