AI 编程的临界点:当三家巨头同时宣布我们不写代码了

大家好,我是孟健。

昨天 24 小时内,三家公司同时说了同一句话:我们的代码,基本不是人写的了。

不是媒体炒作。不是 PR 包装。是 Nvidia、OpenAI、Cognition、Anthropic------四家站在 AI 最前沿的公司,几乎同一时间亮出了底牌。

这件事值得每个写代码的人停下来想一想。


发生了什么

先摆事实。

Nvidia:黄仁勋几个月前在内部喊出"stop coding",让 3 万名工程师全面换用 AI 编程工具。最新数据------代码产出量翻了 3 倍。不是 10%、20%的提升,是 3 倍。

OpenAI:内部团队交付了一个完整产品,每一行代码都是 AI Agent 生成的。工程师全程没写一行代码,只负责 Review 和监督。开发效率提升了 10 倍。

Cognition(做 Devin 的那家):联合创始人 Scott Wu 发了条推,说公司超过 90%的代码是 AI 写的。他的原话是:"你现在实际需要亲手敲的代码有多少?对我们来说,大概不到 10%。"

Anthropic:首席产品官 Mike Krieger 说得更直接------"Claude 在写 Claude。Claude 的产品和 Claude Code,完全由 Claude 自己写。"

四家公司,同一个结论:程序员的核心工作,正在从"写代码"变成"不写代码"。


这不是第一次有人喊"狼来了"

我知道你在想什么。

"AI 替代程序员"这话喊了三年了。2023 年 GitHub Copilot 发布的时候喊过一次。2024 年 Devin 出来的时候又喊了一次。2025 年 Claude Code 和 Codex 上线的时候再喊一次。

每次喊完,程序员还是该上班上班,该加班加班。

但这次不一样。

之前是模型公司说"我们能做到"------那是销售话术。

这次是用 AI 写代码的公司自己说"我们已经做到了"------这是生产实践。

Nvidia 不是 AI 编程工具公司,它是芯片公司。它给 3 万工程师换工具,不是为了 PR,是因为代码产出真的翻了 3 倍。当你的竞争对手用同样的人力做出 3 倍的产出,你不跟进就是在等死。

这个信号的含金量,跟"某 AI 公司发了个 Demo"完全不是一个量级。


为什么是现在

你可能好奇:AI 编程工具 2024 年就有了,为什么突然到了这个临界点?

答案是速度

就在昨天,OpenAI 发布了 GPT-5.3-Codex-Spark------一个跑在 Cerebras 晶圆级芯片上的编码模型。这是 OpenAI 第一次用非 Nvidia 的芯片部署生产级模型。

关键数字:每秒 1000+ token 的代码生成速度,比之前快 15 倍。

Cerebras 的芯片有多大?一整块硅晶圆,餐盘那么大,就是一个处理器。不是把几百个 GPU 堆在一起,是把一整个芯片做到极致。

15 倍速度意味着什么?

以前用 AI 写代码,你提交一个任务,泡杯咖啡等几分钟。现在是你话音刚落,代码就出来了。从"异步等结果"变成了"实时对话"。

这个体感差异是质变。

我自己每天用 Claude Code 做产品。之前等 AI 生成的时候我会切到别的窗口干别的事。现在?根本没时间切------它比我打字还快。

当 AI 写代码的速度快到人类来不及思考的时候,"人写代码"这件事本身就变成了瓶颈。

这就是为什么四家公司同时跨过了这个临界点。不是巧合,是速度到了。


我自己的体感

说说我的真实经历。

我在腾讯带过几十人的团队,在字节也做过前端技术 Leader。那时候团队产出的计算方式是:人头 × 工时 × 人效。想提高产出?加人、加班、优化流程。

2025 年 10 月辞职创业后,我开始全面用 AI 编程。

一个人,一个月,做了近 30 个出海小产品。

不是简单的静态页面。是有前端、有后端、有支付、有 SEO、有数据统计的完整产品。放在以前,这是一个 5-8 人的小团队干一个季度的量。

我不觉得 AI 替代了我。更准确地说,是 AI 把我从"写代码的人"变成了"做决策的人"

以前 80%的时间在写代码,20%在想产品。

现在反过来了------80%的时间在想产品方向、用户需求、商业模式,20%在 Review AI 写的代码。

这个转变,跟 Nvidia 那 3 万工程师的转变是一模一样的。


程序员要失业了吗?

这是每次 AI 编程话题下必然出现的问题。

我的判断是:不会失业,但工作内容会彻底改变。

上海交大最近发了一篇论文(ProjDevBench),测试 AI 从零构建完整软件项目的能力。结果通过率只有 27%------基础功能还行,但系统设计、性能优化、资源管理全崩。

这说明什么?

AI 已经能干 80%的活了。但剩下那 20%------架构决策、边界处理、性能调优、产品判断------恰恰是最值钱的 20%。

Scott Wu 说得好:"瓶颈不再是写代码本身,而是两件事------1)让人类更容易理解、规划和提问;2)让 AI 更容易获取任务的真实上下文。"

翻译成人话就是:未来的程序员不是代码机器,是 AI 的 项目经理 。

你的价值不再是一天能写多少行代码,而是你能不能把一个模糊的需求拆解成 AI 能理解的指令,能不能在 AI 写完之后判断"这个架构扛不扛得住",能不能在 AI 犯错的时候快速定位问题。

这些能力,恰恰是在大厂带过团队、做过大项目的人最擅长的。


如果你只做一件事

说了这么多,落到行动上,我建议你今天就做一件事:

把你最常做的一类开发任务,完整地交给 AI 做一次。

不是让它补两行代码。是给它一份需求描述,让它从零开始搞。前端、后端、数据库、部署,全交出去。

你会发现两件事:

  1. AI 能搞定的部分,比你预期的多得多。

  2. 搞不定的部分,恰恰暴露了你真正不可替代的价值。

Nvidia 的 3 万工程师已经这么干了。OpenAI 的团队已经这么干了。你还在等什么?


如果这篇对你有帮助,欢迎点赞、收藏、关注,你的支持是我持续输出的动力 ✨


我的其他平台账号和开源项目在个人主页中,欢迎交流 🤝

相关推荐
乘风gg1 天前
从 Structured Output 到企业级 AI 架构——如何把 LLM 放进可控系统
openai·ai编程·cursor
孟健1 天前
用OpenClaw给12个AI下属定KPI,它们自己复盘、迭代、进化
ai编程
蝎子莱莱爱打怪1 天前
OpenClaw 从零配置指南:接入飞书 + 常用命令 + 原理图解
java·后端·ai编程
MaXiaoTiao11051 天前
OpenCode配置详细教程(Windows版)
ai编程
Kagol1 天前
TinyVue 支持 Skills 啦!现在你可以让 AI 使用 TinyVue 组件搭建项目
前端·agent·ai编程
柳杉1 天前
从零打造 AI 全球趋势监测大屏
前端·javascript·aigc
李广坤1 天前
使用 Skills 的技巧与规范
ai编程
哈基咪怎么可能是AI1 天前
OpenClaw 插件系统:如何打造全能私人助理 --OpenClaw源码系列第2期
开源·ai编程
饼干哥哥1 天前
用Openclaw+Obsidian搭建内容工厂,写100W+阅读爆文,单篇6000元
aigc