程序員絕命！Claude Code瘋狂滲透GitHub，26年底將提交20%

新智元報道

編輯：元宇 Aeneas

【新智元導讀】從Claude Code到Vibe Coding，人類寫代碼的時代就要被AI終結了。

Claude Code已經瘋狂滲透GitHub！

「人類寫代碼」的時代即將成為歷史，Claude Code正在引爆這個突發性的拐點。

剛剛，SemiAnalysis曝出一個驚人數據：

目前，GitHub上4%的公開提交（commits）都是由Claude Code生成的，到了2026年底這個數字將達到20%以上。

眨眼之間，AI已經吞噬了整個軟件開發領域！

在過去13個月中，Claude Code在GitHub上提交的代碼次數出現了非常夸張的爆發式增長：

截至目前，Claude Code一天在GitHub提交代碼的次數已達到134646次，增長了42896%！

毫不夸張地說，Claude Code就是AI智能體的拐點。

如果把以前的軟件開發比作有線電視，那么Claude Code的崛起就是流媒體時代的到來。

它不僅僅是一個輔助工具，也是覆蓋在所有軟件之上的一個新的「智能層」。

這一變化，加速了「人類寫代碼時代」的終結。

新型「數字成癮」火爆硅谷

過去編程是逐行敲擊，現在你只需用自然語言描述意圖，然后靠在椅背上看著屏幕上的代碼如瀑布般自動生成。

這種劇變，讓許多頂級技術大神都感到了一種混雜著興奮與恐懼的眩暈。

AI界的超級巨星Andrej Karpathy，由此提出了「Vibe Coding」這個全新的概念。

他在推文中坦言，Vibe Coding正在生理層面上重塑他的大腦：

自己手動寫代碼的能力正在退化，思維模式被強制從「生成模式」切換到了「辨別模式」。

就在去年11月，Karpathy的工作流還是「80%人工+20%AI」，僅僅幾周后，這個比例就發生了驚天逆轉：變成了「80%AI生成+20%人類審查」。

如今，這種共識正在行業頂層迅速形成。

• NodeJS之父Ryan Dahl直言「人類寫代碼的時代已經結束」，軟件工程師的重心將徹底轉移；

• Ruby on Rails的創造者DHH感嘆：如今在編輯器里手寫代碼已變成一種「奢侈的復古行為」。

就連對代碼質量挑剔至極的Linux之父Linus Torvalds，也開始在GitHub上嘗試這種新模式。

從Claude Code負責人Boris Cherny到OpenAI Codex工程主管Thibault Sottiaux，這些技術領袖們紛紛透露，他們的代碼已完全由AI完成。

Vercel CTO Malte Ubl更是形象地描述了他當下的工作狀態：「我不再寫代碼，我的主要工作就是告訴AI它哪里做錯了。」

這種范式轉移也催生了像OpenClaw、龍蝦教和Moltbook這樣火爆的新應用。

Moltbook的創造者Matt Schlicht更是離譜：他一行代碼都沒寫，只是提出了技術架構的構想，AI就將他的構想變成了現實。

智能體

新的ChatGPT時刻

智能體正在成為一種人類與AI交互的重要方式：

AI的未來將在于Token編排，而不僅僅是以基礎成本出售Token，這是一個堪比2023年初ChatGPT時刻的節點。

回顧這幾年AI的發展歷程，每一個時刻都擴展了AI能做的事情。

·GPT-3證明了規模化是有效的；

·Stable Diffusion展示了AI可以制作圖像；

·ChatGPT證明了大眾對智能的需求；

·DeepSeek證明了大模型可以在較小的規模上完成；

·o1展示了可以將模型擴展到更好的性能……

而Claude Code，則是在組織模型以形成更強輸出結果在智能體層面的新突破。

Claude Code和IDE側邊欄里的聊天機器人不同，它直接接管了你的CLI（命令行界面），更像是一個擁有你電腦完全訪問權限的「數字分身」。

它可以讀取整個代碼庫，自己規劃任務，執行命令，甚至在遇到錯誤時自我糾錯。

它不只是在寫代碼，而是在像人類一樣操作計算機。這種技術差異直接重塑了我們的工作流。

智能體編排是新的「思維鏈」

今年的模型演進，每一個增量更新都將更側重于智能體編排與系統性能，正如去年業界對「推理」能力的集體狂熱一樣。

單純的「模型對模型」參數比拼已毫無意義，競爭的核心已轉變為智能體協作。

正如Anthropic和Google Gemini最初低估了強化學習和思維鏈的爆發力一樣，如今在智能體這一新賽道上，Anthropic反而搶占了先機，而OpenAI似乎錯失了這一「戰略拐點」。

智能體編排有可能就是下一個CoT（思維鏈）級別的技術浪潮。

「并行智能體強化學習」（PARL）正是這一未來趨勢的標志，廣泛的并行化將是下一個核心能力，很快我們將看到整支「智能體軍隊」被生成出來，大規模地攻克任務。

消失的邊界

當AI學會了「長跑」

真正加速這一進程的核心變量，并非是AI變得有多聰明，而是其「長跑」能力的指數級爆發。

這涉及一個關鍵概念：「任務視界」（Task Horizon）。

簡單來說，就是一個AI智能體在把事情搞砸之前，能連續獨立工作多久？

根據METR的數據，這個時間限制每4到7個月就會翻一番。

特別是在2024到2025年間，這種進化速度更是加速到了驚人的每4個月翻倍。

每一次「長跑」能力的倍增，都意味著一塊原本屬于人類的領地被接管：

·當它的耐力只有30分鐘時，它只能幫你寫幾行代碼片段；

·到了4.8小時，它已經能獨立重構一個完整的軟件模塊；

·而當它能堅持數天不犯錯時，它就能自動化完成整個系統的監督審查工作。

Anthropic顯然早就看透了這一點。

2026年1月12日，他們拋出了Cowork這一重磅炸彈，而它誕生過程本身就是一個Vibe Coding的成功案例：

僅僅4名工程師，用了10天時間就構建完成了，絕大部分代碼都是Claude Code自己寫的。

Cowork的底層架構與Claude Code如出一轍：同樣的Agent SDK，同樣的MCP，同樣的子智能體協作。

這背后透露一個明確的信號：信息工作將同軟件工程一樣走向完全自動化。

SemiAnalysis通過Claude Code生成的CPO信息圖

比如，你需要一份銷售配額分析，Agent會直接從UI或API接口提取信息，然后為你生成一份格式完美、邏輯清晰的報告。

盡管智能體目前仍有幻覺，但一個扎心的事實是：在許多現有的工作流程中，人類犯錯的概率其實遠高于AI。

如果AI能以比普通員工更高的保真度、更低的成本、更快的速度處理信息，并精準傳遞給下一個環節，那么「工作」的定義就被徹底改寫了。

我們此刻正站在這樣一個奇點上：

曾經需要半輩子職業訓練才能掌握的專業能力，普通人都可以通過智能體輕松搞定。

不僅是程序員，SemiAnalysis的行業模型分析師也在使用Claude Code生成大量高價值的圖表與分析。

比如下面這段輸入：

以及輸出的結果：

Stack Overflow 2025年的開發者調查揭示了一個有趣的現象：雖然有84%的程序員在使用AI，但只有31%的人真正用上了「編程智能體」。

它意味著我們還處在智能體爆發的前夜。

就像編程智能體一眨眼間席卷軟件行業一樣，更廣泛的信息工作，即將迎來AI全面接管的浪潮。

Token效率與「長視界」能力

對比OpenAI的模型，Claude Code贏在了「長線規劃」上。

在處理那些需要多步驟、長時間跨度的復雜任務時，Claude展現出了更強的穩定性。

相比之下，ChatGPT容易在漫長的思維鏈中積累過多的「噪音」，聊著聊著就跑題了。

但Claude Opus 4.5能保持極高的Token效率：它記得住目標，不管是重構一個模塊還是進行一次完整的審計。

這標志著競爭焦點已從對線性基準測試的癡迷（糾結于哪個模型更聰明），轉向對整體輸出結果的關注。

一個有趣的悖論是，盡管GPT-5.2 High在一些基準測試上領先，但更多實戰用戶卻癡迷于Opus。

OpenAI模型之所以強大，往往是通過堆疊極長的思維鏈（chain-of-thought）Token來換取性能。

但在多上下文窗口的長任務中，這種策略反而成了一種限制。

Anthropic的研究發現了一個關鍵關聯：無論測量的是推理、行動還是優化步驟，模型花費的時間越長（消耗Token越多），它們反而越語無倫次。

這正是Opus 4.5制勝的關鍵：它實現了比GPT-5.2 High顯著更好的Token效率。

未來的AI工作流將通過工具編排、記憶機制及子智能體來實現，在單個上下文窗口中的連貫性越高，智能體就可以被擴展得越多。

因此，以最少Token完成任務將成為衡量模型領先地位的一個重要標準。

門檻消失了

但天花板變得更高了

Vibe Coding火爆背后，藏著一筆讓老板們激動，打工人心慌的賬。

Claude Pro每月的訂閱費是20美元，哪怕是更貴的企業版，其成本也僅僅相當于人類工程師日薪的零頭（大約每個任務6-7美元）。

一個熟練使用Claude Code的工程師，就可能完成過去團隊一個月的工作量，這就是現在正發生的生產力爆炸！

以SemiAnalysis分析師Doug為例，他并不是傳統意義上的硬核游戲開發者，但僅靠Vibe Coding，他就為未婚妻開發了一款視頻游戲。

甚至在工作中，他利用Claude Code生成了復雜的臺積電財報分析圖表，分析半導體供應鏈數據。

這一刻，編程的門檻似乎消失了，但代價是天花板也更高了。

雖然任何人都可以用Vibe Coding來編程，但你需要具備超越代碼本身的系統架構能力和業務理解力，才能駕馭這支硅基軍隊。

另外，人類編程能力也會因此退化，失去傳承。Anthropic的研究也發現了一個令人擔憂的副作用：

過度依賴AI會導致「在工作中學習新技能變得更難」。

這就好比有了GPS之后，我們就再也記不住路了。

當AI能幫你解決所有棘手的bug，你的大腦就失去了那種在痛苦中磨礪出的直覺。

攻陷灘頭陣地之后

AI正在成為「通用語言」

在2020年軟件工程時代，程序員供不應求。

如今，編程卻已成為最先被AI攻陷的「灘頭陣地」。

但這僅僅是個開始：全球超過10億的信息工作者，約占全球勞動力的三分之一，支撐著約15萬億美元的經濟體量，此刻正面臨前所未有的風險。

隨著Claude Code及Cowork模式的興起，智能體的滲透將遠超代碼領域，迅速蔓延至金融、法律、咨詢等更廣闊的行業。

報告中揭示了一個極具破壞性的趨勢：智能體（Agent）能夠直接跨過用戶界面（UI）去操作數據。

這直接粉碎了軟件巨頭們苦心經營的護城河。

微軟Office 365真正的護城河不僅是功能，還有那些用戶習慣點擊的按鈕和菜單。

如果有一個Agent能直接讀取數據庫，生成比Excel更精美的報表并自動發送郵件，你還需要打開軟件嗎？

這意味著SaaS軟件引以為傲的「工作流鎖定」和「界面護城河」，將受到Agent的毀滅性沖擊。

在這種趨勢下，微軟建立數十年的帝國，正面臨OpenAI和Anthropic的雙重夾擊，不得不面對被「拆墻」的風險。

那么，程序員的出路在哪里？

未來程序員的崗位不會消失，但將發生劇烈的兩極分化：

一種是極少數站在金字塔尖的「模型訓練者」，他們負責打造更強的AI。

另一種，則是絕大多數的「智能體編排者」（Agent Orchestrator）。

而當務之急不再是比拼手寫代碼的速度，而是學會成為一名Vibe Coding的「指揮家」，掌握指揮這支「硅基軍隊」的方法。

如今，GitHub上4%的公開提交（commits）都來自Claude Code，而且這一數字還在飛速飆升。

此外，OpenAI的Codex也將陸續解鎖一系列驚人的能力。

這僅是一個開始，Vibe Coding正在加速AI編程奇點的到來。

參考資料：

https://newsletter.semianalysis.com/p/claude-code-is-the-inflection-point

https://x.com/dylan522p/status/2019490550911766763