Anthropic CEO Dario Amodei 放了一句话：AI 将在 12 到 18 个月内编写几乎所有软件代码。
这话不是什么路边小报编的，是他在 2025 年 1 月达沃斯世界经济论坛上亲口说的。加上他那篇两万多字的博客文章《Machines of Loving Grace》，以及 Anthropic 过去一年在 Claude Code 上的疯狂投入——这人不像是随口说说的。
但有意思的是，圈内人的反应不是恐慌，而是吵起来了。
先说清楚，Amodei 原话的表述是 "AI 将在 12 到 18 个月内编写几乎所有软件代码"。注意他用的词是"几乎所有代码"，不是"取代所有程序员"。
这里面有个微妙的区别。
他在 2024 年 10 月发表的那篇《Machines of Loving Grace》里画了一张更完整的时间表：
换句话说，Amodei 认为写代码这件事本身会被自动化，但"决定写什么代码"和"检查代码对不对"这两件事短期内还是人的活。
Amodei 不是空口白话，他背后有几张牌：
第一张牌：Claude 模型的能力跃迁。 从 Claude 2 到 Claude 3 到 3.5 再到 4，每一代在编程能力上的提升都远超预期。SWE-bench 上的得分曲线几乎是指数级往上走。
第二张牌：Claude Code 的实战验证。 2024 年底推出的 Claude Code 展示了 AI Agent 自主完成编码任务的能力。不是补全几个函数那种，而是理解需求、规划步骤、写代码、跑测试、修 bug 的完整闭环。Stripe、NVIDIA 的工程团队已经在用。
第三张牌：递归改进。 更好的编程工具帮助构建更好的模型，更好的模型又造出更好的编程工具。这个飞轮一旦转起来，进步速度是复利式的。
第四张牌：行业大势。 GitHub Copilot 付费用户超过 180 万，Copilot 辅助编写的代码比例超过 46%。Stack Overflow 2025 年调查显示，超过 70% 的开发者已在工作中使用 AI 编程工具。这已经不是"会不会用"的问题，而是"用得多深"的问题。
质疑声最大的，是 fast.ai 创始人、Kaggle 传奇人物 Jeremy Howard。
2026 年 3 月，他在接受 InfoQ 采访时直接开炮：
"这帮人都没当过现代软件工程师。"
Howard 的核心反驳有三层：
第一层：编码从来不是瓶颈。 他说自己 90% 的代码已经由模型代劳了，但"这并没有显著提升效率"。为什么？因为软件工程 80% 的时间花在理解需求、和产品经理沟通、理清历史遗留代码、处理线上故障这些事情上。AI 能加速写代码，但加速不了"搞清楚该写什么代码"。
第二层：AI 生成的代码不是"创造"，是"插值"。 大模型在面对训练数据分布范围内的问题时表现很好，但一旦超出这个范围，理解会"迅速崩塌"。Claude Code 用 Rust 写一个 C 编译器，看起来很厉害，实际上是对已有 LLVM 知识的重新包装。真正原创的系统设计，AI 还做不了。
第三层：Musk 的"直接输出机器码"更是天方夜谭。 Elon Musk 说未来 LLM 可以直接输出机器码，人类不再需要编程语言。Howard 对此的评价就俩字：荒谬。编程语言的存在不是为了方便机器，而是为了方便人类理解和维护代码。
我自己的感受是，Howard 说的有道理，但也许只对了一半。
这个话题不是 Amodei 一个人在说，AI 圈的 CEO 们各有各的判断：
| 人物 | 公司 | 说法 |
|---|---|---|
| Sam Altman | OpenAI | "2025 年将是编程被彻底改变的一年"，Codex 和 GPT 系列持续强化编程能力 |
| Demis Hassabis | Google DeepMind | 编程是最先被 AI 颠覆的领域之一，但对 AGI 时间线持保守态度 |
| Elon Musk | xAI | 最激进——未来 LLM 直接输出机器码，人类不再需要编程语言 |
| 黄仁勋 | NVIDIA | "未来的编程语言就是人类语言"，小孩不需要学编程 |
| Emad Mostaque | 前 Stability AI | 2023 年就预测"五年内大多数程序员不再需要" |
基本上，AI 公司的 CEO 们在这个方向上达成了共识：编程是最先被颠覆的认知工作。分歧只在于时间——是 12 个月、18 个月，还是 5 年。
但有个有意思的观察：这些预测都来自卖 AI 工具的人。他们的商业利益和他们的预测方向高度一致。这不代表他们的预测一定错，但值得保持警惕。
抛开大佬们的嘴炮，我们看看实际发生了什么。
2026 年 4 月，36 氪报道了一场圆桌会议——Stripe、NVIDIA、微软、Google DeepMind、xAI、苹果的工程负责人坐在一起，达成了一个共识：Bug 报告由 AI Agent 自动分拣、修复、提交 PR 的闭环流程已基本实现。
这不是实验室 demo，是生产环境的实际运行。
"测试先行 + AI Agent 构建"已经成为多个顶级工程团队的默认开发模式。GitHub Copilot Workspace 进一步把开发流程推向 Agent 模式。Cursor 在 2025 年估值达到 26 亿美元，大量开发者认为它是目前体验最好的 AI 编程 IDE。
但这里有个关键数据很多人忽略了：Gartner 预测到 2026 年底，超过 80% 的企业软件开发将"涉及"AI 辅助。
注意"涉及"这个词。不是"被 AI 替代"，不是"由 AI 主导"，而是"涉及"。就像 Excel 涉及了计算，但会计师并没有消失——他们的工作性质变了。
说几句大实话。
初级岗位确实在收缩。 多家科技公司在减少入门级工程师的招聘。36 氪有篇文章标题很直白："花 9 万刀雇应届生，不如用 AI"。这种情绪在硅谷蔓延很快。
高级岗位反而在涨。 能有效使用 AI 工具的高级工程师更加抢手。"AI 编程效率倍增器"这个角色的薪资在上升。架构师、技术负责人、能做系统级决策的人，价值被 AI 放大了，而不是削弱了。
角色的本质变化：从"写代码的人"变成"AI Agent 的牧羊人"。 你不再一行行敲代码，而是指挥一群 AI Agent 去完成不同的任务。测试设计、代码审查、架构决策——这些能力变得比写代码本身更关键。
美国软件开发者就业增长率从年均 5-8% 放缓到 2-3%。没有断崖式下跌，但确实在减速。科技行业的裁员还在持续，但 AI 相关岗位的需求在激增。
这不是"程序员末日"，更像是"程序员进化"。
如果你问我——一个每天在用 AI 工具写代码的人——怎么看这件事，我的建议是：
不要恐惧，也不要无脑乐观。
第一，学会用 AI 工具。这不是"nice to have"，是基本功。GitHub Copilot、Claude Code、Cursor，选一个深入用起来。不是偶尔试试，而是把它变成你每天的工作方式。
第二，往上走一层。写代码这件事 AI 越来越能做了，但理解业务、做技术决策、处理复杂系统交互——这些短期内 AI 做不了。花时间提升系统设计能力和业务理解力，比多学一门编程语言有价值得多。
第三，别只盯着编码。软件工程从来不只是写代码。需求分析、项目管理、跨团队沟通、技术方案评审——这些"软技能"反而因为 AI 编程工具的普及变得更加重要。
Amodei 的预测会不会成真？说实话，12 个月这个时间点大概率偏乐观了——卖 AI 的人总是倾向于说"马上就到"。但方向上他没说错：编程工作的本质正在发生根本性变化。
这个变化不是洪水猛兽，但假装它不存在也不行。
——来自公众号：人生几十年噢耶
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。