程序员不再写代码:当AI智能体接管了编程

程序员正从代码编写者转型为AI智能体调度员,效率暴涨的同时也带来代码审查失效等新隐患。
随着AI智能体工具的普及,程序员的日常工作正在发生根本性转变:同时管理五到十个AI智能体、一天不写一行代码,已成为部分顶尖工程师的新常态。GitHub数据显示,AI创建的合并请求数量已超过人类,Steve Yegge据此将开发者的AI使用程度划分为八个层级。然而效率提升并非没有代价——审查量激增导致代码审查流于形式,软件可用率下滑、界面缺陷增多,"全行业公开的秘密"是大家都在走过场。与此同时,团队结构、复杂项目规划、测试严谨性以及上线最终决策,目前仍牢牢掌握在人类工程师手中。面对角色的剧烈重塑,从业者被建议回归初心:构建东西的热情,依然是支撑前行的底层动力。
从写代码到当“调度员”
一位程序员描述了自己工作方式的剧变:过去的工位很简单——一块屏幕、一只鼠标、一块键盘。而现在,同一张桌子上的屏幕被分成十个窗口,每个窗口里“蹲着一个AI智能体”等待派活。他说自己一整天“一行代码都没写”,不是偷懒,而是“根本不用写了”。
这并非个例。Claude Code 的创造者 Boris Cherney 透露,他在本地开五个终端标签页,网页端还同时跑着五到十个 Claude;Cockroach Labs 联合创始人 Peter Mattis 也表示,同时处理五到十个智能体,带来的认知负担比较合适。Linear 工程师 Dima 说得更直白:以前一只鼠标、一块键盘、一块屏幕,物理上就不可能同时干好几件事,现在这个限制没了。
于是,程序员的角色正在从“编写者”转变为“调度员”——给这个智能体下指令,切过去看那个的结果,再切回来。

编辑器的退场与数据佐证
如果程序员不再亲手敲代码,那承载代码的编辑器又去了哪里?据这位UP主的梳理,Codex、Cursor、JetBrains 都在往智能体的方向演进,传统编辑器正在悄悄退场。
一个颇具说服力的数据来自 GitHub:智能体创建的合并请求(PR)数量已经超过了人类。换句话说,在 GitHub 上由 AI 提交的 PR 已经比人提交的还多。
前亚马逊工程师 Steve Yegge 把程序员使用 AI 的程度分成了八级:第一级完全不用 AI;第四级不看代码、只跟智能体对话;第五级彻底扔掉编辑器;第八级自己写编排器,同时指挥三十个甚至上百个智能体。他坦言,有些非常优秀的工程师还停在一二级,仍然非常仔细地检查 AI 写的每一行代码——“我真的非常同情他们。”

Steve Yegge 的八级分类体系值得单独解释。第一、二级代表传统开发者,仍亲手编写大部分代码,最多将 AI 当作高级搜索引擎;第三级开始让 AI 生成代码片段,但逐行审查;第四级不再直接读代码,通过自然语言与智能体对话来验证功能;第五级彻底抛弃 IDE/编辑器,完全在终端或对话界面工作;第六、七级开始自动化测试与部署流程;第八级则自建"编排器"(orchestrator)——即一段程序或脚本,用于并行调度几十乃至上百个 AI 智能体同时工作,工程师本人只监控整体进度和最终结果。这一分级的意义在于:它揭示了 AI 工具的使用不是二元的"用/不用",而是连续谱系,不同级别的生产力差距可能高达数十倍,由此也带来工程师之间日益扩大的能力鸿沟。
没人看得过来的代码审查
效率暴涨带来了新问题:十个 AI 写得飞快,谁来审查这些代码?
UP主用了一个生动的比喻:合并请求像流水线上的快递,一个接一个砸到面前。第一个认真写了三条评论,第十个只扫了一眼,第一百个直接盖章通过。一位工程师道破了“全行业公开的秘密”——所有人都在演一场代码审查的戏。面对五到十倍的审查量,没人跟得上,大家只好选择阻力最小的方式:放弃真正的审查,给所有东西都盖上“通过”的章。
结果是什么?工具创作者 Mario Zechner 说“一切都坏掉了”——98% 的可用率正在成为常态而非例外,就连一些大型服务也是如此,用户界面里冒出各种奇奇怪怪的毛病,这些本该被测试团队提前发现。

更讽刺的是,程序员并没有因此变轻松。Dima 说,总有另一个智能体在等你回复。刚开始,别人一天的活他一小时就干完了;但现在大家默认你得同时干好几件事,AI 省下的时间又被更多的活填满了。
合并请求(Pull Request / PR)是现代软件协作的核心机制:开发者在独立分支上完成功能开发后,向主代码库发起"合并申请",由同事进行代码审查(Code Review),确认逻辑正确、无安全漏洞、符合规范后,方可合入主干并最终部署上线。代码审查长期被视为保障软件质量的最后一道人工防线——它不仅捕捉 bug,也传递架构思想与团队规范。当 AI 将 PR 提交速度提高五到十倍,而审查者的时间与注意力无法同比例扩张时,这道防线便会在无声中崩塌。工程师在形式上完成审查动作,却无法真正理解代码意图,实质等同于将质量控制外包给了 AI 自身——而 AI 生成的代码恰恰最需要人类的批判性审视。
有些事AI还是改不了
尽管变化剧烈,作者走访一圈后发现,有四件事 AI 暂时没能颠覆。
团队结构没变。 Anthropic 被认为是最 AI 化的公司之一,但那里的 Katelyn Less 说,他们仍然维持“两块披萨团队”的规模,每个团队负责一块软件的持续迭代和值班,形态与以前差不多。
复杂项目的规划照样靠人。 规划复杂项目依然需要反复讨论,甚至要翻出两年前的旧文档来参考。

测试的分量没减。 Bun 的创造者 Jared Sumner 表示,AI 基本写了所有代码,也基本写了所有测试,但花在测试上的时间依旧和写代码差不多——你得有办法确保代码值得信任。
最终拍板的还是工程师。 产品经理和设计师依然不会直接把代码发布到生产环境,作者问了一圈,一家都没找到。能不能上线,最后还是工程师说了算。
累的时候,想想为什么入行
面对这种高速运转,Peter Mattis 给出的建议是:累的时候提醒自己当初为什么进入这个行业。他是因为喜欢“构建东西”,而现在,可以构建得更快了。
这或许是整篇讨论里最朴素也最耐人寻味的注脚——工具在变、角色在变、效率在变,但构建的热情,依然是支撑程序员走下去的底层动力。至于“你在第几级”,恐怕每个开发者都要给出自己的答案。
相关推荐

Cursor AI编程实战:30分钟从零构建学生管理系统
B站UP主实战演示Cursor AI编程:30分钟用自然语言生成学生管理系统。详解Agent模式、Claude模型选择、提示词技巧与使用门槛,帮你判断Cursor是否值得入手。

AI编程工具20强榜单:从夯到拉的评分矩阵
B站UP主发布AI编程工具20强榜单,从夯到拉分为T0-T4五个层级,Claude Code和Codex并列T0。本文详解评分维度(能力、可靠性、耐操性、耐久性、成本、国内可用性)及工具表现,帮助开发者选择适合的AI编程助手。

Vibe Coding系统教程:零基础玩转AI编程实战
B站UP主耗时三个月打造的Vibe Coding系统教程,覆盖Codex、ClaudeCode、Cursor等AI编程工具,从基础逻辑到商业级项目实战三段式讲解,适合零基础学习者系统入门AI编程。