2016年，有个后端程序员接到了需求，要写一个用户注册接口。他打开了相关页面，搜索“Java用户注册最佳实践”，翻找了半小时，找到了一段还算可以的代码，进行了复制粘贴，又改了改变量名，接着调了两个小时的bug，下班之前终于让程序跑通了。

公元二零二六年，有那么一位同一个程序员遭遇了同样的需求，其在终端之内输入了这样一句话，即“帮我去写一个用户注册接口，运用 Boot 3，还要包含那个参数校验、密码加密以及 JWT token 返回内容”。紧接着三十秒钟之后，AI 给出了完整的代码。他瞥扫了一眼，调整更改了一个配置项，随后进行了提交。总共花费四十分钟便搞完了，接着就去喝了一杯咖啡。

十年时间，写代码这件事变了。

不是变好了或变坏了——是变得面目全非了。

在这过去的十年之中，究竟是发生了些什么呢？人工智能编程又是如何，从一开始只是个不太靠谱的玩具，逐渐转变成为仿佛能够充当半个同事的存在的呢？

这是一个从"猜你想写什么"到"你别管了我来"的故事。

第一幕：笨拙的学徒（2018年以前 — 2020年）

在AI参与进来之前，程序员对于“智能”的探寻就已然开启了，只是那个时候的领域是IDE。

从事Java开发工作的人，想必都不会忘却那次大规模的迁移行动。在早些年间，处于绝佳的主导地位，大体上每个Java程序员所使用的首位IDE便是它。具备免费、开源以及插件生态丰富多样的特性，用来运作一个项目完全能够胜任。

然后 IDEA来了。

起初，好多人并未将其放在心上，心里想着“用得顺顺当当的，为啥要换呢？”，然而，那些使用过IDEA的人，很快便再也无法回到之前的状态了。IDEA的自动补全功能，显著地比其他的要出色一些：它能够依据上下文的情境，推测出你有可能想要调用的方法，并且将最具关联性的选项排列在前面；对于你写到一半的代码，它能够联想出你接下来极有可能会写的内容；其重构功能更是领先很多。虽说IDEA存在付费的商业版本，可是社区版本是免费的，用于日常开发是完全足够的。

当然，代价也是有的，那就是IDEA比其他软件更耗费内存，其启动速度慢得快要把人逼得想要砸烂电脑，一台拥有8G内存的电脑在开启IDEA时都得气喘吁吁半天。然而，开发者们还是通过实际行动表明了态度，那就是为了“更聪明的补全”，这一切是值得的。

然而，不管是IDEA，还是其他的，它们在补全方面本质上是雷同的概念：依托于语法规则、类型系统以及所知晓的API来进行匹配。当你键入一个.的时候，IDE就会弹出诸如out、err、exit等等之类的一个列表。它清楚你“能够打出什么”，但却不清楚你“想要打出什么”。

IDEA比聪慧，然而聪慧所能达到的最高限度也就仅止于此了，再往更高处前行，依靠规则已然行不通了。

在二零一八年六月的时候，有一个工具出现了。这个工具的创造者是一名大学生，该大学生用机器学习模型训练出了一个代码补全引擎。此工具所做的事情与IDE补全并不相同，它并非像查字典那样，而是去“猜测你接下来想要说什么”。

在同一时期，有另一个名为Kite的工具，它也在开展类似的事情，并且是专注于开发者这一群体的。

这两款工具所运用的是处于早期阶段的深度学习模型，其训练数据源自数量高达上数十亿行的开源代码，听起来着实颇为厉害，然而实际体验起来嘛……

对于补全而言，其准确率并非很高，老是会出作答偏离所问的情况，当你打算去写一个for循环时，它却提议你去写个print语句，好多开发者尝试了两天之后就将其关掉了。

但它证明了一件事：用统计模型来理解代码，这条路走得通。

后来Kite关闭了。艰难求生。

要是把处于这个阶段的AI补全当作一个人来看待，它好似初入职场的实习生，你讲了前面半句，它接的后面半句常常驴唇不对马嘴，不过偶尔也能够冒出一条有用的建议，令你眼前一亮。

这个赛道还有未来吗？2020年，大多数人的答案是：不好说。

第二幕：横空出世（2021 — 2022年）

2021年6月29日，放出了一个技术预览版产品： 。

它的底层是Codex模型，这模型是建立在GPT-3基础之上的，是运用海量代码数据专门进行微调的语言模型。

和之前的工具有什么不同？

先前的AI补全呈现为“猜你接下来的词”样子，所从事的乃是“你撰写一行注释，它为你撰写出整个函数”这般的事。

开发者社区炸了。

“它写的代码比我写的还好”这种声音，与“它写的代码全是bug”这种声音，同时出现了。有人兴奋，故而表现出兴奋之情。有人恐惧，所以心中充满恐惧。有人嗤之以鼻，于是露出嗤之以鼻的神态。但所有人都承认一件事，即这玩意跟之前不一样了。

同年8月，Codex模型的论文被正式发布了。紧接着，各路豪杰纷纷开始入场了。

2022年2月，它发布了，它参加了编程竞赛，那是个全球程序员PK算法的平台，在超过5000名参赛者里，它排名前54.3%。

这都代表着些什么呢？人工智能已然能够于竞技编程当中战胜相对接近半数的人类参赛选手。

在2022年6月的时候，它出现了正式商用的情况，其定价为每月10美元，原本是关于能不能用的问题，这下变成了要不要付钱来使用的问题，在同一时期，还推出了相关内容，AI编程工具开始呈现出多点开花的态势。

我身为早期用户当中的一员，订阅时长超过一年有余，直至2025年4月方才停止订阅，以上均为事实。

讲讲真实的感受呀，持续不断地大量使用之后再返回到之前的状态，就会显著地察觉到IDEA原本就有的自动补全显得太过“愚笨”了，这就如同是从智能化的手机转换回了功能单一的手机，总会感觉缺少了一部分东西，它的确能够为你省去许多存在重复性的编码工作，比如去编写一个CRUD接口，又或者是补充一个单元测试，效率的提升是实实在在的。

但要说它有多神？也没有。

那时候，我的订阅费用是由公司来予以报销的。老实讲呢，要是得自己去掏出这笔钱，即便会存在一些不太习惯的状况，不过大概率而言还是会选择放弃的。一个月10美元其实数量不算多，然而，“并非绝对不能缺少”跟“肯定必须得有”这两者之间，相差着一段关于付费意愿的距离呢。

身边一同工作的同事们给出的评价呈现出两种截然不同的极端态势。一部分人表示效率实现了百分之五十的提升，而另外一部分人却称至多只有百分之十，甚至还有人认为出现了负向的提升情况，具体表述为“花费去检查由人工智能编写出来的代码所耗用的时间，相较于自己亲自编写代码所耗用的时间还要更多”。

大概这就是时代最为真实的画像，它的确改变了写代码的方式，然而却还没有强大到能让你心甘情愿地掏钱。

倘若讲时代的AI可是实习生，那便是才毕业两年的初级工程师，大部分简单的活计能够去做，偶尔还能够给你带来灵感，然而复杂的任务依旧得你亲自上手做哦。

然而，所有人都察觉到了一件事情，那就是，这个被称作“初级工程师”的个体，成长的速率，实在是快到极其惊人的地步。

第三幕：百花齐放（2023年）

如果说的发布是一声枪响，那2023年就是全场起跑。

这一年，AI编程领域经历了一场"寒武纪大爆发"。

开源阵营展开集中发力，5月，Face与联合进行发布，发布了一个有着150亿参数的开源代码生成模型，该模型的训练语料涵盖80多种编程语言，8月，Meta基于此推出了Code Llama，年底，来自中国的Coder发布，其在多项基准测试里超越了Code Llama。

一年的热度，能用一个数据表明：与代码生成相关的学术论文，在2021年时仅有6篇，到了2022年有11篇，而到2023年，达到了75篇。

一直在狂奔的还有商业产品，其上线了Chat功能，该功能的底层模型从GPT - 3.5升级到了GPT - 4，它从原本那种“被动等你写代码然后补全”的状态，转变为“你可以直接跟它聊，问它代码怎么改”的模式，官方还披露了一个让人震惊的数据，即平均生成了开发者46%的代码。

可是这一年里头，最值得予以关注的那种变化，兴许并非是哪一个模型又在刷榜这件事儿，而是一种思路方面的转变，具体而言就是，AI原生编辑器开始呈现出集中涌现的态势。

将VS Code的代码直接进行了fork，从底层着手重新设计了一个编辑器，该编辑器是以AI作为核心的 ，也采取了类似的路线，着重突出更流畅的AI交互体验以及对上下文的深度理解 ，把AI能力直接嵌入到了云端IDE当中，使得你在浏览器里便能够运用AI来编写代码、进行部署上线 ，另外还有Zed，它是一个主打极致性能的编辑器，同样在这一年开始深度整合AI功能。

与之同时，这般样的老资格IDE製造商也按捺不住了， 在全家桶里头接入AI佐理员。

一时间，几乎每个编辑器都在喊同一句话：我们有AI了。

那背后的思路转变相当重要，并非是“编辑器加上AI”，而是“AI加上编辑器”，主语产生了变化，所有的一切都变得不一样了，传统的IDE属于你的工具，AI是起到锦上添花作用的插件，然而这些新编辑器的逻辑在于，AI才是核心的生产力，编辑器仅仅是AI的操作界面。

在2023年的AI编程赛道之中，情形恰似2010年前后的智能手机市场那般，有着巨头进入市场参与竞争，冒出了众多创业公司，形成了开源生态。所有人都察觉到，这并非一时兴起的现象，而是属于一个全新的时代。

第四幕：Agent来了（2024年）

2024年3月，有一家名为Labs的公司，发布了Devin，为其赋予了一个能让人耳朵都被震得嗡嗡响的头衔，那就是AI软件工程师。

以前全部的工具，不管是这样或者那样，从本质上来说都是“辅助”，是你在写代码时，它来帮你进行补全或者修改，主语是你。

它有别于Devin。你赋予它一项任务当中的修复这个bug，实现这个功能，搭建这个项目皆在其中。它自行作出规划，它自行开展编码，它自行实施测试，它自行予以调试。

发布演示视频之后，开发者社区又一次沸腾起来。“程序员将会面临失业”这样的声音接连不断地响起。

固然在那之后，Devin的实际展现引发了诸多争议，其演示视频面对着被怀疑过度作秀这般状况，那真实的能力并没有所呈现的那般神奇，然而它完成了一件具有关键意义的事情，是去勾勒出了一个全新的导向，也就是AI Agent编程。

这个方向在技术层面也正被铺路，-Coder-V2采用了MoE（混合专家）架构，该架构支持128K上下文窗口，这意味着，AI一次能够“看完”像一整本小说那么长的代码，而不再仅仅只能盯着当前的这几行，它也开始支持多模型选择，在GPT等之间你可以进行切换，这事实上等于承认了一件事情：没有哪一个模型能够通吃所有场景。

伴随着上下文窗口的扩大，出现了一个容易被忽略然而却极为重要的变化，那就是：AI最终能够写出“像你的代码”了。

早期使用之际，最大痛点之一是啥？它所编写代码可运行，却不似“你的”。你公司存有自行封装框架，具统一编码规范，含内部工具类库，对此一概不知。它生成代码，风格仿若照搬而来，与你项目中之其他代码大相径庭。你尚需耗费大量时间予以改写、加以适配。

在AI Agent时代来临之际，此问题得以着手着手解决。因上下文窗口足够大，AI可以完整读取你整个项目代码，借助提示词以及规则文件的引导，它开始能够依据你项目的约定进行代码编写，如采用你团队的命名风格，调用你内部封装的方法，遵循你所设定的分层架构。

要从“写出能跑的代码”转变为“写出符合你规范的代码”，这一步至关重要，它是AI编程从玩具进而成为生产力工具的关键所在。

Q（前身是）发布，云厂商全面入局。

这一年的核心叙事转变，浓缩成两个字：从"帮"变成了"替"。

"帮你写代码"和"替你写代码"，一字之差，行业为之震动。

第五幕：Vibe 时代（2025 — 2026年）

2025年2月， 发了一条推文。

那是谁呢？他是联合创始人，他曾是前特斯拉AI总监，他是AI领域中极为有影响力的人物当中的一员。

他说了一个新词：Vibe 。

到底有着何种含义呀？“你并非真心实意去撰写代码。你仅仅是阐述了你内心所期望达成的结果，眼睁睁看着人工智能去完成相应操作，要是感觉恰当了，便点头示意，倘若感觉不契合心意，那就再讲出另外一句话来。完全凭借感觉（氛围）。”。

这个词一旦出现，马上就跳出圈子。直至年终，“Vibe”被评定为2025年柯林斯词典年度词汇。一个编程方面的术语变成了年度热门词汇，而这件事情其自身就完全足以表明AI编程对于社会的渗透程度。

工具侧全面爆发：

在2025年2月的时候，推出了Agent Mode，它不再仅仅是进行代码补全，而是具备能够自主执行多文件编辑任务的能力。

2025年5月，有一个发布的Code，它是位于终端运行的AI编程Agent，这个则擅长复杂推理，也擅长大型项目。

同月，推出Agent，AI于云端开发环境里，自接到Issue起，直至提交PR，整个流程全程自主完成。

推出Codex，此次并非一个模型名，而是一款以Agent为先的编程类产品，再次进行推出。

一个主体，其母公司在2025年11月完成使得资本所投为真金白银的23亿美元融资，且彼时估值293亿美元，到2026年3月此主体正在洽谈新一轮把估值冲向500亿美元的融资，同时其年收入已突破20亿美元。

一个代码编辑器值500亿美元——五年前你敢想？

要用来表明状况的数据是渗透率：美国有百分之九十二的开发者每日运用AI编码工具。在全球范围之内，有百分之四十一的代码是由AI生成。到二零二六年年初进行的满意度调查里，Code在作为“最受喜爱”方面的评分是百分之四十六，排名处于首位，还有百分之十九，百分之九。

工具也开始分化出清晰的层次：

• 编辑器助手（ 、 AI、）：在你写代码时辅助补全

仓库级Agent，也就是Code、Aider、Devin，能够跨越多个文件，独立自主地去完成复杂任务。

• 终端代理（代码库命令行界面、命令行界面、命令行界面）：于命令行里径直开展操作。

更深层的变化，是开发方式本身在被重塑。

程序员正在被推向全栈。

当人工智能能够协助你编写前端，能够协助你编写后端，能够协助你编写SQLintellij idea 注册码，能够协助你编写部署脚本之际，“我仅仅会Java”便已不再是一个安全无虞的立场了。愈来愈多的公司开端要求开发者拥有全栈能力——并非由于你需要对每个领域都精通娴熟，而是由于有了人工智能，即便你不精通也能够胜任。

甚至存在一些公司，开始强行规定AI代码率，也就是项目里AI生成代码的占比，必须要达到一定的百分比，其中有的公司要求达到30%，有的公司要求达到50%，更为激进的公司甚至要求，能用AI编写的内容全部都要用AI写。至此以后，AI编程不再属于个人的选择范围，而是变成了组织的要求。

在这种背景下，程序员的日常工作流悄然变成了一个循环：

向人工智能阐述需求，人工智能凭借指令生成代码，由人工进行查验核实，之后再向人工智能诉说下一个需求，如此继续……

你已不再是那个专职写代码的人，而是转变为既要描述需求又得审查代码的角色之人，写代码这一工作事务，正慢慢从占据核心地位的技能转变为用于辅助的技能。

这个循环开始运行之后，新的问题紧接着就冒出来了，具体是：让AI写出更加靠谱的内容该如何实现？使这个循环运转得更快要怎样操作？由此产生了两个趋势。

第一个趋势：规范驱动开发（SDD）。

Vibe让人感觉非常畅快，然而问题同样明晰可见，依靠自然语言聊天去推动AI撰写代码，需求分散于对话记录当中，若上下文篇幅稍有增长，AI便呈现出“失忆”状态，代码回退以及逻辑断裂的状况屡屡出现。

于是，一种呈现出更为结构化样式的方式崭露头角了，即率先编撰规范，随后使得AI依据规范去开展执行。以其作为代表的SDD框架，将项目知识划分成了“规范”（此刻系统运行的表现）以及“变更”（所提议的修正内容）这两部分，现今AI已并非是凭借聊天记录去揣度你的意图了，而是基于一份条理清晰的设计文档进行编码。

这从根本上来说，是Vibe处于逐渐进化的那个状态，也就是从那种完全单单依靠感觉的情形，转变为感觉加上规范的情形。在自由度方面呢，是减少了那么一点点，然而在可控性这个角度，却是增强了相当大的一节。一直到2026年年初的时候，SDD相关工具在上面的累计星标已经超过了13.7万，原本是小众的工作流，如今变成了一场运动。

第二个趋势：多Agent协同开发。

假设单个的AI Agent是一名全栈工程师，那么多个Agent所构成的系统就是一支完整的开发团队了。

试想这样一种情景，你阐述了一项需求，有个“架构师Agent”将任务予以拆解，分派给一个“前端工程师Agent”去编写页面，还分给一个“后端工程师Agent”去编写接口，等完成之后再交付给一个“代码审查Agent”去做Code ，他们各自履行职责，并行开展工作，而你仅仅只需对最终结果进行审核。

以下并非科幻内容，在2026年，此情形已然正在发生，Code对Agent Teams架构予以支持，能够将一项大任务分解给多个子Agent并行开展执行工作，xAI的Grok Build可支持最多8个Agent同时对代码库的不同部分进行编辑，并且还内置有文件冲突的自动解决机制。

所呈现的数据表明，关于多 Agent 系统的有关咨询数量，在从 2024 年第一季度起始至 2025 年第二季度这个阶段，出现了急剧增长的态势，暴增幅度达到了 1445%。他们作出预测称，在到 2026 年年底的时候，会有 40% 的企业应用引入特定任务的 AI Agent。

开发者所扮演的角色正经历着根本性的转变，不再是单纯写代码的人，而是转变为指挥AI团队的人。

将AI编程从“尝鲜”转变为“基础设施”了，要是不使用AI编程工具，就如同在2020年不使用Git那样，从理论层面而言是能够做到的，然而在实际情形中却是无法达成的。

冷思考：硬币的另一面

在为这些数字欢呼之前，我们也需要看看硬币的另一面。

在2025年的时候，有一个名为METR的研究机构，开展了一项实验，这项实验是让资深开源开发者，在分别存在有AI工具以及没有AI工具的状况下，去完成任务，最终的结果出乎了所有的人的意料，那就是使用AI工具的那些开发者，其效率反倒下降了19%。

更加魔幻的是，那些开发者，在实验之前，预测自己会快百分之二十四，实验过后，依旧觉得自己快了百分之二十，他们自认为自己更快了，可实际上却更慢了。

为何呢？审查AI代码时所存在的认知负担，频繁出现的上下文切换情况，以及对AI建议过度依赖的状况——这些隐性成本遭到的是被低估的结果。

在安全这一方面，同样是令人担忧的状况。通过研究能够显示出来的是，有24.7%的由AI生成的代码存在着安全方面的漏洞。在2025年年底针对470个开源PR所进行的分析当中发现，在AI参与编写的那些代码里面，“重大问题”的数量是纯人工编写代码的1.7倍，并且安全漏洞率更是比纯人工代码高了2.74倍。

还有一种更深层次的担忧，那便是能力退化，44%的受访者觉察到，初级开发者的基本功出现了下降，63%的开发者声称，花在调试AI代码上的时间要比自己编写代码的时间更多。

你以为省了写的时间，结果全花在改的时间上了。

不是魔法的是AI编程工具，它放大了效率，它也放大了风险，会使用的人变得更强了，不会使用的人或许更弱了，工具本身是中性的，然而它正在加速分化。

结尾：下一个十年

回到最初的问题：AI编程这十年，到底改变了什么？

要是仅仅瞧表面，那便是工具发生了变化。从某到某再到某，直至Code，一代比一代更为强大。

但如果往深了看，真正变了的是人和代码的关系。

那是十年之前，编程属于一门技艺，你要逐行去编写，每个分号皆由你敲击而成，每个程序错误都是因你而来。代码就是你所创作的成果。

当下，编写程序已然演进成一种指挥的形式，即你去阐述意图，随后AI予以执行，最后你对结果展开审查，代码此刻已不再是你个人的作品，而是你与AI齐心协力协作之后的产物了。

短期内，AI编程工具将会如同IDE那般成为一种标配，那些不使用的人势必将被逐渐边缘化。

从中期的角度来看，大量的初级编码工作将会被替代，然而架构设计、需求理解以及系统集成这些具备高阶能力的需求，反而会呈现出上升的态势。

纵向来看，程序编写很有可能不再作为一种“职业技能”，而是会转变成一类“通用素养”，就如同当下，每个人都会运用Excel，然而并非每个人都是数据分析师。

但还有一个更深远的变化，可能正在酝酿。

当下，由AI生成的代码出现了故障，究竟谁来承担责任呢？答案十分清晰：是你承担。AI不会去背负这个责任，不会被召唤过去开会，不会撰写关于事故的复盘报告。你对代码进行了审查intellij idea 注册码，你点击了提交，责任便属于你了。

就算AI写得速度极快，快到令人咋舌，你也不能有丝毫懈怠，必须逐行去审查，这使得好多人在运用AI时刻都提心吊胆，如临深渊，如履薄冰。毕竟一旦出了线上事故，情况可就糟糕了，根本没人会站出来说“这是AI的错”，所有后果都得自己承担啊！

可要是我们去瞧瞧另外一个领域，也即是自动驾驶，就能够发觉有一个饶有趣味的趋势。

处于早期阶段的自动驾驶（L2级别），一旦出现事故，驾驶员需承担全部责任。你得始终握持着方向盘，随时做好接管的准备。然而随着L3标准进行发布之后，规则发生了变化：在特定的条件之下，要是自动驾驶系统出现问题，厂家就要承担相应责任。这属于一个具有历史性意义的转变——机器首次为自身的决策“背锅”了。

AI编程也许会走上同样的路。

可以设想这样一种未来情形， 那就是，AI 编程工具不再仅是一种 ”辅助插件“，而是转而成为一名名副其实的数字员工， 它具备自身的权限，拥有自身的代码提交记录，甚至存在自身的责任边界，它所编写的代码若出现漏洞，恰似人类员工犯下错误那般，呈现出正常、合理且有据可查的状况。公司以及工具厂商会为 AI 的产出质量给予一定程度的担保。

直至那一日，开发者便无需再逐行去审查AI的每一行代码，恰似L3级自动驾驶的驾驶人员不再需要始终握着方向盘那般。

那将是生产力的又一次大解放。

十年前，我们教AI理解代码。

现在，我们需要学会理解AI。

而下一个十年，也许我们需要学会的是——信任AI。

如有侵权请联系删除！