“ 6月11日，在2025 春季火山引擎 FORCE 原动力大会上，字节跳动技术副总裁洪定坤透露了旗下AI IDE工具 Trae 的最新用户数据：整体月活已超 100 万、字节内部超80%工程师正在使用AI辅助开发。”

看到上面的数据，联想到过去一年，AI编程工具成为技术圈热度最高的话题之一。AI 编程工具已经从“实验室的玩具”进入“了开发者的工具链”。

Google 的 CEO Sundar Pichai称 ：

“通过AI辅助编码，Google工程师的生产力已提升约 10%（数据来自内部的工程工时分析）

截至今年早些时候，超过30%的新代码由AI生成（去年是25%），并且所有AI生成的代码都需要经过人工审核。

Pichai 称自己也在实际使用诸如 Cursor、Replit 等工具，通过“vibe coding”（即自然语言交互式编码）构建小型网络应用”

用一句话概括现在AI编程的现状就是——AI Coding 已经从「能补全几行」升级为「能跟着你把活儿全干完」，真正改变了开发者的工作流。

但随之而来的是我们经常听到程序员要“下岗了”、“要被代了”等观点。

就连Anthropic（Claude）的 CEO Dario Amodei 近日也表示：

“未来3–6个月AI将编写90%代码，12个月后几乎所有代码将由AI生成”

penAI CEO Sam Altman 也在多个场合公开声称：

“我们的第一个推理模型在全球程序员竞赛排行中大约排名前100万。

o1（2024 年 9 月）排名 = 9800名

o3（2024 年 12月）排名 = 第 175 位

现在根据我们内部评估，我们的内部模型，目前排名第 50 位，预计今年它将会排名第一，而且这没有停止的迹象。”

数字、言语足够震撼，也足够让很多人心慌：

那么程序员的未来到底是什么样？

未来的编码工具是什么样？

人到底还能干啥？

从AI Coding 迈向 AI Development

要回答以上的问题，我觉得我们必须首先戳破一个核心的误区——即认为程序员的价值就是“编写代码”。

Dario Amodei“90%的代码将由AI编写”的论断，之所以令人恐惧，是因为它将“代码行数”作为了衡量工作的核心指标。

但实际上，代码只是最终的产物，它更像是建筑图纸的实体化。程序员真正的价值，从来都不是砌砖（写代码），而是设计图纸、规划结构、选择材料，并最终对整个建筑的质量、安全和可维护性负责。

我们产出的是一个能够解决特定问题、在复杂环境中稳定运行、并且能够持续迭代的健壮系统。这个过程中充满了对业务的理解、对技术的权衡（Trade-off）、对未来变化的预判。

  • 为什么这里用PostgreSQL而不是MongoDB？
  • 这个API应该设计成同步还是异步？
  • 微服务应该如何拆分才能兼顾业务内聚和团队独立性？
  • 为了应对双十一的流量洪峰，系统的缓存、降级、限流策略应该如何部署？

这些问题，没有一个是AI能够独立回答的。它们需要经验、大局观和深刻的洞察力。因此，即使AI能编写100%的代码，它也无法取代定义这些代码背后“为什么”和“怎么样”的人。

洪定坤在演讲中提到一个真实案例：开发完成之后，他们仍需花大量人力做环境搭建、发布部署、bug追踪、上线运维等琐碎工作。而这些非代码部分，占据了整个开发流程超过60%的时间。

洪定坤演讲全文看这里：

字节跳动技术副总裁洪定坤：TRAE 想做 AI Development

为此，Trae正在尝试将AI引入调试、发布、测试等环节。例如，它内置Agent系统，能调用内部文档系统、浏览器甚至自定义工具，在不同任务之间自动切换上下文，辅助完成流程编排。

如果说AI Coding解放的是“写代码的脑力”，AI Development则试图重构的是整个软件开发的方式。

但是模型编码能力提升的速度确实非常的快，可能很快我们也不得不面对以后代码100%是由AI编写的现实问题。

那么现阶段或者未来一段时间内，我们应该如何面对AI...

真正的Real AI Engineer是“人机协作体”

尽管AI Coding正变得越来越强大，但洪定坤在演讲中一再强调：真正的“Real AI Engineer”，一定是AI与人密切协作的产物。

在他亲自开发“积流成江”这个英语学习应用的过程中，尽管85%的代码由AI生成，但他始终参与了架构设计、流程控制、逻辑审查等环节。甚至在AI debug失败的情况下，他仍然要回归“人工介入”来解决问题。

他说得很直接：“如果我们只是把需求扔给AI，不参与过程，那做出来的系统往往难以维护，更谈不上性能优化。”

洪定坤把自己的身份定位成“驱动者”而非“旁观者”：他要写 prompt、要评审逻辑、要随时接管人工调优；AI 写出的大段代码最终能否落地，仍取决于人对需求边界、性能瓶颈、安全隐患的判断。

换言之，程序员的角色从“编码工”进化成了“系统裁判 + 流程设计师”。 会不会被淘汰，不看你敲多少行，而看你能否：

  • 用一句话把需求描述得又准又全；
  • 看得出 AI 生成的方案藏在哪儿会掉坑；
  • 把业务、工具、模型串成一条顺滑的流水线。当产品经理、设计师甚至运营都能“说句话就起代码”，开发者就成了连接业务与 AI 的“交响乐指挥”——要懂技术，也要懂业务节奏。

演讲里多次提到的一句话是：“AI 能做很多，但驱动过程的仍是人。”

目前的AI编码工具虽然能写出完整的代码，但对普通人来说还是很不容易上手，所以我觉得一阶段的AI Coding 应该是更紧密的“人机协作体”，人类只需要进行创意指导、简单的辅助、流程控制、安全审核即可，剩下的由AI来完成。

那么完成人机协调的过渡后，我们就会进入AI编程的下一阶段↓

让人人都能写代码，AI是通往“技术普惠”的桥梁

除了专业程序员，洪定坤也分享了一个特别的案例：一位11岁的小朋友在父亲（字节研发工程师）的帮助下，使用Trae开发了一个奥数题目抓取和练习网站。

这个故事背后，是Trae正在尝试降低“开发门槛”，让非专业人士也能参与到数字世界的构建中来。

从历史看，每一次“编程工具的民主化”都会引发一波开发者规模的大扩展：

    • 汇编语言到 C 语言，开启第一批系统级开发者；

    • C 到 Java/Python，推动互联网产品开发者崛起；
    • 前端可视化、低代码平台，则让非工程师能搭建功能；
    • 而未来，随着AI 编程能力的提升，可能让“不会代码的人也能动手构建产品”。

在 Trae 的案例中，这个 11 岁孩子所完成的项目，背后不仅包括了爬虫逻辑、界面设计，还包含了与数据接口交互与题库管理，这在过去是必须接受完整 CS 训练才能完成的任务。如今，在 AI 的帮助下，他通过自然语言对话的方式一步步引导系统生成代码，不仅“能用”，还“能跑”。

这标志着一个转折点：AI 不只是提高开发效率的工具，更是打破技术壁垒的钥匙。

如果 AI 能完成所有代码编写，那是不是人人都能“编程”？

这个问题乍一听像句技术理想主义的畅想，但它实际上是正在发生的现实：

今天，“编程”正从一种技能，逐渐转变为一种能力接口。就像使用搜索引擎、制作幻灯片一样，你不需要掌握背后的实现机制，但你知道怎么用它来解决问题。

如果我们承认“代码是人与计算机之间的沟通语言”，那么 AI 的介入，等于发明了一位**“实时翻译”**。这个翻译懂你的意图，也懂机器该如何执行。你告诉它：“我需要一个表单能上传作业，自动打分。” 它写完代码、调好样式、部署上线，你不需要关心 POST 请求还是异步回调，不用写正则、不用 import 依赖。

那我们还能说这个人“不会编程”吗？

这可能是未来编程最值得重新定义的部分。

未来的开发生态，也许会被重新分层

如果我们放眼未来十年，AI 编程普及可能带来如下结构变化：

这不是程序员消失，而是编程从一项技能转变为一种“组织数字系统”的通用语言。

开发者不再仅仅靠“能写出语法正确的函数”证明自己，而是要能够用更高效、结构化的方式，把人的意图组织成系统结构。你会用 AI 工具完成一整个功能的设计、实现与上线，这可能比会写一个排序算法更重要。

“全民编程”的未来不是幻想，而是生态演进的必然。

技术门槛的下降，本质上是生产力释放的过程。工业革命让每个人都能开机器生产，印刷术让每个人都能阅读与出版，AI 编程工具则让每个人都有了“构建数字能力”的可能。

它意味着：

  • 教育上，10 岁孩子也能用 AI 做出网页应用；
  • 工作上，市场运营可以独立做工具分析数据；
  • 创业上，独立创作者有能力构建 MVP 原型测试商业模型。

正如洪定坤所说，AI Coding 的最大意义，或许不是让专业程序员更快，而是让“非程序员也能动手实现”。

从“工程师爆炸”到“人人可编程”，AI 编程工具带来的不是技能迁移，而是技术权力的再分配。

当人人都能编程，程序员该何去何从？

AI 正在以肉眼可见的速度重塑编程的定义，而且似乎是无可阻挡！

当 11 岁的孩子可以用自然语言搭建网站，当非工程师可以用 Trae 自动生成交互页面，当大模型能生成、调试并上线业务模块，“编程”已不再是少数人的专属技能，而正在变成一项全民参与的通用能力。

那么回到我们最初的问题：当人人都能编程，程序员还重要吗？

答案是——比以往任何时候都更重要也不重要，但他们的角色必须彻底改变。

慢慢的程序员不再是“写代码的人”，而是问题建模者、AI调度者、系统架构师、产品责任人。他们不再守着 IDE 一行行输出代码，而是站在更高的系统层级，指导 AI 构建复杂逻辑，评估方案质量，治理技术风险。

而未来不属于“掌握某门语言”的开发者，而属于那些能够跨越技术与业务、理解人类需求和拥有无限创意并能组织 AI 把系统构建起来的人。

而这场变革的意义，也远不止一份职业路径的更新换代。

当 AI 编程工具把“构建能力”交给每一个普通人，它实际上在重新分配数字社会的参与权。程序员不再只是构建者，也将成为赋能者，是这个全民数字化时代真正的系统底层。

所以程序员的去向，从来不是“被取代”或“被边缘”，而是从写代码的人，走向让世界能写代码的人。

这不仅是技术的一次跃迁，更是社会结构的一次深刻松动。

正是程序员改写了这一些，最终他们深藏功与名！