今天上午我刷到一个数字愣了好一会儿——硅谷那家做 AI 编程智能体 Devin 的公司 Cognition按这个月的业务表现推算年化营收要冲到 10 亿美元了。四个月前这个数还只有 9 亿的一半左右等于翻了一倍。要知道 Devin 这东西刚出来那会儿业内没少有人唱衰说它连给人家写个像样的登录页都费劲。结果两年过去它成了 AI 界估值涨得最快的创业公司之一。我盯着这条新闻在想我们这帮程序员嘴上说AI 写的东西根本不能信可市场的脚显然比嘴诚实得多。这不是孤例。另一个同样扎心的数据来自代码托管平台现在提交到全球仓库里的代码有一多半是 AI 生成的了。放在三年前这是能上头条的科幻情节放在今天它已经安静得像个背景噪音没人再大惊小怪。更别说国内这边Hugging Face 的春季报告里中国自研开源模型下载占比冲到 41%头一回超过美国登顶累计下载量早就破了百亿。打开 OpenRouter 这种聚合平台每周调用量排行榜前四席清一色是中国开源模型。我去年写这类文章还习惯性地铺垫国产模型正在追赶现在回头看这句铺垫自己都显得过时了。问题是AI 编程这波红利到底落到了谁头上很多人一上来就慌觉得程序员要完蛋了。可我观察下来真实情况跟我最初以为的恰好相反。Stack Overflow 去年的开发者调研里有个数字特别有意思84% 的人已经在用或者打算用 AI 编程工具但同时46% 的人明确表示不信任 AI 输出的准确性。一边大量在用一边狠狠不信任这不矛盾吗Anthropic 今年那份 Agentic Coding 趋势报告把这事儿说透了开发者大约六成的工作都在借助 AI 完成可真到把某个完整任务全权丢给 Agent 去干的时候愿意完全放手的不超过两成。这两成到六成之间的落差恰恰就是程序员这碗饭真正值钱的地方。我自己的体会也差不多。这两年我几乎每天都跟各种 coding agent 打交道坦白讲它帮我省了不少机械活——查个 API 用法、补一段样板代码、把注释写利索这种它干得又快又稳。但每次它一口气给我交上来一个完整功能的时候我心里反而会咯噔一下因为我知道接下去我得分屏对照着需求文档一点点抠这里是不是把边界条件忽略了那里是不是把旧的逻辑直接覆盖了测试用例是不是只是凑个表面通过。我统计过AI 产出代码里头真正能让我省心到不用改的比例远没有厂商宣传的那么乐观。所谓AI 把代码写了人来把关这句口号听着轻巧真干起来把关的活比从头写还累——因为你还得先看懂它想干什么再看懂它干了什么最后还得防着它合理但错误。这几年圈子里冒出来的一个说法挺贴切会写代码的人被 AI 替代得不多但会用 AI 写得又快又对的人正在把不会用 AI 的人远远甩开。程序员没有被 AI 淘汰程序员是被那些更会用 AI 的程序员淘汰的。所以与其问AI 会不会取代程序员我更想问的是另一件事这套人机协作的模式凭什么是现在这个形态它又会不会是终局眼下这波所谓的智能体编程本质上还是人在给 AI 搭脚手架、定边界、审交付物主动权牢牢攥在人手里。你让 Agent 跑一个需求你负责拆解、约束、验收它负责体力活——这跟当年 IDE 自动补全出现时没什么两样只是分工的颗粒度变粗了。但再往后走能不能真的出现那种把需求一丢、Agent 自己规划自己测试自己部署、中途几乎不需要人管的场景我最近在跑一些长时程任务时已经隐约摸到那种感觉了——不是技术做不到是信任不够是出错了没人兜底的恐惧还在。到那时候把关这件事本身恐怕也得重新定义一遍。说了半天我最想跟你聊的还是那句老话之外的新问题既然 AI 写的代码已经悄悄占了大半壁江山那你现在手头最宝贵的能力到底是能写多快的代码还是能在 AI 的一堆输出里一眼看出哪里不对劲、并把它改对的眼光这两种能力练法完全不一样。我个人是越来越往后者靠了毕竟让 AI 多产出的办法多的是可真正决定交付质量的还是那双审代码的眼睛。你平时是怎么分工的是敢把整块任务甩给 Agent 只管验收还是只敢让它补补边角料评论区聊聊我想知道是不是也就我还在这种信一半、盯一半的状态里打转。