北京
編譯 | 蘇宓
出品 | CSDN（ID：CSDNnews）
當 AI 開始提筆寫代碼，程序員的飯碗真的要被搶了嗎？
關于這個話題，科技圈大佬們的看法堪稱“神仙打架”。
Google 首席工程師 Jaana Dogan 曾分享過一個頗具沖擊力的對比：“谷歌團隊耗時一整年攻堅的工作成果，Anthropic 的 Claude Code 僅用 1 小時，就拿出了一份方向高度一致的方案。” 這并不是“AI 寫幾行腳本”的層面，而是直接對工程效率與組織協作方式的挑戰。
而 Linux 之父 Linus Torvalds 則給出了截然不同的視角。他坦言：“就我個人來說，因為我是維護者，代碼審查對我非常重要，所以我對‘用 AI 寫代碼’反而沒那么感興趣。很多人一談編程就想到用 AI 寫代碼，但在我看來，這遠沒有‘用 AI 來幫助維護代碼’有意思。” 話雖如此，這位嘴上說著 “不感興趣” 的大佬，不久前卻悄悄體驗了一把 Vibe coding，還順勢搗鼓出一個全新的開源項目，身體力行地打破了自己立下的 “flag”。
如果說 Jaana Dogan、 Linus 的態度仍然偏向克制與保留，那么 Redis 之父 Salvatore Sanfilippo（網名 antirez）的表態，則直接拋出了一個顛覆性論斷：
在絕大多數情況下，寫代碼本身已經不再是必要的工作了。
在他看來，倘若開發者一味抵觸 AI，很可能會錯過這場已經發生的行業變革。
這個觀點瞬間戳中了無數程序員的痛點——多少個挑燈夜戰的夜晚，多少行反復調試的代碼，都是自己實打實的心血，如今機器卻能輕松代勞，心里難免五味雜陳。
對此，antirez 發出了靈魂拷問：
“當年你熬夜敲代碼，只為見證項目成功跑通的那一刻，內心真正燃燒的熱情是什么？答案其實是‘創造’。既然 AI 能幫我們更快抵達創造的終點，又何樂而不為呢？”
這番犀利的言論，正出自他撰寫的文章《不要被反 AI 的炒作所蒙蔽》。文章一經發布，立刻在科技圈掀起軒然大波，截至目前，瀏覽量已突破 30 萬，熱度持續居高不下。接下來，我們就一起來看看 antirez 的最新觀點。
從“手寫一切”到和“模型一起寫”
在文章中，antirez 率先明確表明了自己的立場：他一直熱愛親手寫代碼，追求簡潔、可讀、帶有個人風格的軟件設計。
“可以說，我的整個職業生涯，都是在努力寫出結構良好、盡可能簡潔、以‘人的痕跡’為核心特征的軟件。我也一直希望生活在一個不會遺忘弱者的社會里。”
他甚至開玩笑地坦言，如果 AI 最終沖擊現有經濟結構，迫使社會重新思考財富分配，他也無所謂：
“我并不希望 AI 在經濟層面取得成功——但如果現有的體系因此被顛覆，我并不在意。老實說，如果這能推動一次大規模的財富再分配，我甚至會感到高興。”
當然，這番話中帶著幽默，但他也強調：如果因為自己對軟件和社會的理想，就扭曲對現實的判斷，“那我既不尊重自己，也不尊重理性。”
他進一步說道——“事實就是事實：AI 將永遠改變編程。”
“親自去寫所有代碼已經不再是一個理性的選擇”
事實上，這場轉變并非一蹴而就。
早在 2020 年，antirez 就離開工作崗位，開始構思一部探討 AI、普遍基本收入以及自動化時代社會適應問題的小說。到 2024 年末，他進一步把注意力轉向現實技術實踐，開設了一個專門討論 AI 編程應用及其社會、經濟影響的 YouTube 頻道。
回顧這段經歷，他坦言：盡管很早就意識到 AI 會對編程產生深遠影響，他曾認為，這個轉折點至少還需要幾年才會到來。然而，最近的實際體驗讓他改變了判斷。
他指出，隨著最先進的大語言模型不斷成熟，AI 已經能夠在幾乎不需要人工干預的情況下，獨立完成中等規模的子任務，甚至是完整的中等體量項目——前提是開發者能給出清晰的目標描述，明確希望得到的結果。
在 antirez 看來，模型的表現很大程度上取決于兩點：
編程任務類型——任務越獨立、越容易用文本完整描述，模型表現就越好。系統編程就是典型例子。
開發者能力——能否在腦中建立對問題的清晰抽象，并準確傳達給模型。
基于這些觀察，他得出了一個相對激進、但越來越難以回避的結論：在當下的技術條件下，對大多數項目來說，親自去寫所有代碼已經不再是一個理性的選擇——除非你只是為了享受寫代碼本身的樂趣。
Redis 之父自己的親身體驗
antirez 并沒有泛泛談論 AI 能“提高效率”，而是用自己的具體經歷說明變化到底發生在什么地方。
就在過去一周，他僅僅通過不斷向模型提示、偶爾檢查生成代碼并給出方向性指導，就在幾小時內完成了原本可能需要數周才能完成的一些事情：
改進 linenoise 庫。
他修改了自己的 linenoise 庫，使其支持 UTF-8，并為行編輯功能構建了一套測試框架。這個框架使用模擬終端，能夠精確報告每個字符單元格的實際顯示內容。antirez 解釋道，這一直是他想做的事情，但過去很難為一個個人小項目投入如此多的測試成本。現在，只需描述自己想法，AI 就能直接在代碼中實現，一切就變得不一樣了。
修復 Redis 測試中的瞬態失敗。
所謂瞬態失敗，指的是由于網絡波動、服務器暫時不可用、連接池耗盡、高并發下的資源爭搶或部分節點故障等原因，導致 Redis 命令執行短暫失敗。這些問題極其令人頭疼，涉及各種時間相關的問題、TCP 死鎖條件等等。Claude Code 會持續反復運行測試，直到復現問題為止，然后檢查各個進程的狀態，理解到底發生了什么，最后修復了這些 bug。
構建純 C 實現的 BERT 推理庫。
antirez 透露，當自己有這樣的想法時，僅用了 5 分鐘，Claude Code 就完成了這個庫，輸出結果與 PyTorch 一致，速度只慢了大約 15%。總代碼量大約 700 行，同時還生成了一個用于轉換 GTE-small 模型的 Python 工具。
復現 Redis Streams 內部實現。
在過去幾周，antirez 對 Redis Streams 做了一些修改，并寫了一份設計文檔。他把文檔交給 Claude Code，大約 20 分鐘內就復現了全部實現。主要耗時反而是他自己檢查結果、確認并允許模型執行必要的操作。
「在這樣的現實面前，你幾乎不可能視而不見。在絕大多數情況下，寫代碼本身已經不再是必要的工作了」，antirez 說道，「現在真正更有意思的，是理解“要做什么”，以及“應該如何去做”——而在第二點上，大語言模型同樣是非常出色的伙伴。」
對于 AI 是否能帶來經濟收益、股市是否會崩盤，antirez 認為長期來看并不重要。”某個獨角獸公司的 CEO 說了什么令人不適或荒唐的話，也并不重要。無論如何，編程已經被永久性地改變了。“
antirez 對自己親手寫的代碼被大模型“接手”持坦然態度，甚至感到欣慰。
因為在我看來，這正是我一生所做事情的延續：讓代碼、系統和知識更加民主化。大語言模型將幫助我們更快地寫出更好的軟件，也將讓小團隊擁有與大公司競爭的機會——就像 90 年代的開源軟件所做的那樣。
然而，antirez 也指出，AI 這項技術的重要性決定了它不能只掌握在少數幾家公司手中。目前，不同團隊在預訓練和強化學習方面各有優勢，但開放模型——尤其是中國的一些模型——仍在與封閉實驗室的前沿模型競爭，即使暫時略有差距。AI 在一定程度上保持了民主化，但這種狀態能否長期維持，仍不確定。
他對技術集中化表示擔憂，同時也相信，大規模神經網絡本身具備做出驚人成果的能力，而最前沿的 AI 并不存在多少“不可復制的魔法”，否則難以解釋 OpenAI、Anthropic 和 Google 多年來結果如此接近。
作為一名程序員，antirez 稱，自己現在比以往任何時候都更想寫開源代碼。他計劃維護一些因時間原因被擱置的倉庫，把 AI 引入 Redis 工作流，繼續改進 Vector Sets，并像處理 Streams 一樣，逐步優化其他數據結構。
與此同時，他對可能因此失業的人表示擔憂。企業最終會走向哪種路徑仍不明確：是雇傭更多人、構建更多產品，還是削減薪酬成本，僅保留少數擅長提示模型的程序員？在其他行業，人類甚至可能被完全取代，這讓他感到不安。
針對社會層面的影響，antirez 表示：”創新一旦發生，就無法被收回。我認為，我們應該通過投票支持那些真正理解正在發生什么、并愿意為失業人群提供支持的政府。隨著失業人數增加，政治壓力也會隨之增大，促使更多人支持能夠提供一定保障的政策。“
此外，antirez 也對 AI 的積極影響抱有期待，比如推動科學進步、減少人類生活中的痛苦，而這種改善并不總是直接帶來幸福，但確實能提升人類整體生存狀態。
開發者質疑：自己的 AI 為什么沒那么好用？
然而，antirez 的判斷并非所有人都認同。
在 Hacker News 上，這篇文章引發了長時間討論。一些開發者指出，目前的 AI 在復雜系統設計、長期維護和邊界條件處理上依然存在明顯不足。
正如 HN 熱評第一的 totallykvothe 寫道：
我一直無法理解這樣一種說法：AI 現在已經可以自動化完成非簡單的編程任務。
自從 GPT-3.5 發布以來，我幾乎持續不斷地在嘗試這件事，幾乎用遍了當下所有最先進的模型，從 GPT-5.1 Codex Max 到 Opus 4.5，沒有例外。
每一次，AI 確實都能給我一個“能跑起來”的結果。但問題在于，當我開始對這些代碼進行自我審查，準備提交給同事評審時，最終幾乎都會重寫其中大約 70% 的內容。AI 方案里有太多細節處理得不到位，很多時候甚至存在根本性的架構問題，以至于無論我怎么繼續通過 prompt 去修正，都很難補救——哪怕我在整個原型階段都深度參與、一步步引導。
到最后，我只能得出兩個結論之一：
1）要么是我真的不擅長寫 prompt。可問題是，我算是我身邊最早一批把 AI 用在編碼里的開發者之一，而且已經持續使用很多年了，這個解釋我自己都很難接受。
2）要么就是其他人沒我這么挑剔，或者他們的代碼評審文化沒那么嚴格，更容易放過質量一般的代碼。
我實在想不出還有什么別的解釋。
作為背景說明：我目前維護的是一個有 15 年歷史的 Java Spring + React 的 Web 應用（其中還有一些老頁面仍然使用 Thymeleaf）。系統包含多個子服務、兩套獨立的數據庫，同時還需要與客戶的硬件設備進行雙向通信。
這當然不是一個簡單的項目，但即便如此，我也很難相信它會比大多數企業級、遺留系統復雜到哪里去……
這種經歷讓不少開發者都感同身受。另一位網友補充道：
“到目前為止，我向大語言模型提出過的所有技術問題，只要是我自己已經知道答案的，幾乎無一例外都會在某些方面出現明顯錯誤。
我經常遇到的另一個問題，是錯誤率與響應速度之間的權衡。那些速度最快的前沿模型，錯誤頻率高得驚人，錯誤程度也相當嚴重，以至于我根本不敢把它們當作可靠的搜索工具來用；而那些更大、更慢、花更多時間“思考”的模型，雖然給出的結果確實更好一些，但等待時間又長到讓我覺得，與其等它們回復，不如直接自己去做一次網頁搜索來得更快。
在我剛開始接觸某個新領域，或者還沒完全熟悉某個 API、語言或相關文檔之前，這些模型確實能發揮一定作用。但一旦我花了些時間完成“入門”，哪怕只是順著它們給出的鏈接自己看過幾次資料，后續再查問題時，直接自己搜索反而更高效。”
除此之外，還有開發者擔心，過度依賴 AI 可能削弱工程師對系統的整體理解。有人指出，這類工具更適合原型開發或中小項目，而非嚴肅的生產環境。
這些質疑并非毫無道理，反而說明，AI 在工程實踐中的角色仍在快速演化，真正的價值和局限都還有待進一步驗證。
逃避并不會讓變化消失
即便如此，antirez 的態度依然明確：無論你認為什么才是“正確的道路”，拒絕眼前正在發生的事情，并不能讓你掌控它。
他進一步指出：
“也許你會覺得，自己曾經那么努力學習編程，而現在機器卻替你做了這件事。但當年熬夜寫代碼，只為了看到項目跑起來時，你真正追求的是什么？是‘創造’。現在，如果能找到有效使用 AI 的方式，你能夠創造得更多，也創造得更好。那種樂趣依然存在，絲毫未減。”
對此有網友表示認同。HN 用戶 daxfohl 寫道：
“我同意你的看法，但想補充一點：過去幾個月里，AI 發展出現了一次明顯躍遷，現在這已經是一種不可避免的趨勢。曾經我還在期待 AI 會撞上‘天花板’，到那時我們回頭看，會覺得‘它們怎么可能取代程序員’這種想法很可笑。但現在，這件事看起來只是時間問題。
從更長遠來看，我認為未來一到兩年內，Anthropic 和 OpenAI 會把產品從‘編碼助手’升級為‘工程團隊替代方案’。這些產品可能內置完整的標準工具和框架，也會提供接口接入其他技術棧。它們的直接客戶，可能不再是單個工程師，而是沒有深度技術經驗的產品團隊。
我還預計，單體架構可能會回潮。現在采用微服務，很大程度上是為了并行開發和減少沖突。但如果 AI 能顯著加快開發周期，這種優勢就沒那么重要；反而把業務邏輯放在一個統一‘容器’里，更便于 AI 整體分析和理解。”
antirez 最后提醒——「跳過 AI，不會對你或你的職業生涯有任何幫助。相比快速體驗幾分鐘，他建議花幾周時間，謹慎而深入地測試這些新工具。如果一開始不適合自己，可以隔幾個月再嘗試一次。」
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
