- A+
从某种意义上讲，
定焦One（dingjiaoone）原创
作者 | 王璐
编辑 | 魏佳
AI替代人类的风，正在加速吹向程序员群体。
近两年，ChatGPT、Midjourney等AI程序的出现，让文案编辑、插画师等职业群体瑟瑟发抖，此刻，程序员也陷入了被AI取代的焦虑之中。
尤其是最近，美国AI独角兽公司Anthropic发布新升级的大模型Claude4系列，再次让全球的程序员感受到压力。该系列包含Claude Opus 4和Claude Sonnet 4，最大特点是编程时长和理解能力突出，尤其是Claude Opus 4能持续编写代码7小时，被称为“全球首款不用手动修改”便能生成高质量代码的大模型。
从数据来看，AI编程程序的热度正持续攀升。数据公司Xsignal奇异因子最新统计的“AI程序月人均单日运用时长季度增长率榜”显示，AI编程（AI研发程序）在30多个AI应用场景中，超过AI搜索引擎、AI图像生成等热门应用，排到了第三。从2024年6月至2025年4月，这一AI程序的社交媒体讨论度也增长了45%。
与此同时，大型科技企业的举动也释放出微妙信号。微软不久前宣布将在全球范围裁员6000人，涉及工程和研发等核心技术岗位，成为AI冲击下的一大标志性事件。
无论是AI编程程序能力的持续迭代、终端运用数据的高速增长，还是大型科技公司的密集调整，都在不断加剧着程序员们的担忧。
AI编程程序到底发展到了哪一步？它真的能完全取代程序员吗？一个悬而未决的时代拷问，正在程序员群体中蔓延。
谁是全球最强AI程序员？
AI编程赛道正在迎来“百模大战”。
除了前文提到的Claude4，如今市面上活跃的AI编程程序已是“百花齐放”，无论是大公司还是创业团队，都不愿意放弃这一赛道。
「定焦One」依据Xsignal奇异因子给予的期末声量值（即在互联网被提及的次数，可用反映社交媒体讨论热度）数据和从业者感知，整理出当前国内外热度较高的十大AI编程程序，虽不能完全代表实际运用体验，但可作为一定参考。
需要特别指出的是，其中Kimi-AI编程助手的期末声量值虽然很高，但它并非独立产品，而是集成在Kimi应用里的一个模块。统计数据显示的是Kimi整体的期末声量值，实际讨论度要远低于这一数字。
国内热度比较高的AI编程程序基本由大厂主导，如阿里的通义灵码、百度的文心快码以及字节的Trae。
它们的共性是，在运用门槛（将自然语音转为代码）、智能化（可自动补齐、检测代码）等某一方面或几方面比较突出。
国外则是巨头公司和创业团队都有不错的产品出现。
一边是微软推出的GitHub Copilot，不仅适配多种编程语言，还能与GitHub的代码库无缝集成。另一边，由创业团队Anysphere打造的Cursor迅速崛起，不仅能“补全”代码，还有生成、修复、理解代码等特性，已经成为AI编程程序中的明星产品。
从另一个维度——终端活跃度（MAU）来看，3月Cursor已稳居全球前列，国内的Trae、通义灵码、文心快码，也跻身第一梯队。GitHub Copilot未披露MAU，但根据从业者感知度来说，其同样处于行业前列。
AI软件工程师覃相表示，无论国内还是国外，AI编程程序在降低门槛、提高生产力、促进创新、优化难办系统等方面都为开发者给予了便利。
AI编程程序的发展路径大概分成三个阶段：从代码补全，到半自动编程，再到全自动编程。目前市面上大多数AI编程程序是以Cursor、MarsCode为代表的半自动编程程序，开发者会对生成的代码进行检查和调整，好处是保留人类主导权的同时显著提升效率，而全自动编程主要为小白终端服务。
那么，如何判断一个AI编程程序能力的强弱？综合从业者的运用感受，可用从技术和特性两大维度衡量。
一方面，AI编程程序的技术依赖于背后的大模型能力。资深程序员陆通表示，AI编程的底层技术原理是大语言模型+代码特定的训练优化，国内比较适配AI编程的大模型有DeepSeek和Qwen系列，国外为Claude、Gemini、GPT4，目前Claude系列模型因其代码理解与长文本处理能力被认为最适配AI编程。
另一方面，还要看处理难办开发流程的能力，比如能否理解多个代码文件、修复bug、生成前端视图、根据UI图片识别生成代码，以及能否自主调用程序、处理系统命令等方面的能力。能自动处理的流程越多、越流畅，阐述该AI编程程序水平越强。Cursor便是一个例子，它能自主完成从需求到特性开发的整个流程，被不少开发者当作助理。
AI编程程序的不断进步，让程序员们既兴奋于提效带来的红利，也焦虑于可能会被替代的风险。接下来的困扰是：什么类型的程序员会最先被替代？
AI编程，取代初级程序员不是传说
如果把AI编程程序的表现类比程序员，目前大多数已达到甚至超过初级程序员的水平，甚至部分产品具备中级程序员的能力。
从业者向「定焦One」介绍，从岗位分工来看，程序员大致可分为前端、后端、全栈、嵌入等不同方向，其中每类又细分为初、中、高级，主要区别在于参与开发产品环节的深浅与掌握技术原理的数量。
初级程序员通常只负责开发轻松特性，如系统的增删改查类资料，其他能力不做过多要求；中级程序员需要掌握大部分代码技术原理，负责相对轻松的特性开发，如接口和数据库设计；高级程序员负责整个系统的技术选型、框架搭建、核心算法设计，并承担核心模块的特性开发，需要对各种代码技术原理非常了解，同时具备大型项目经验与团队沟通协调能力。
当前，很多AI编程程序不仅限于生成代码，还可做到前期思路框架整理、中间代码生成、后期优化视图的全流程，在能力范围上已经超越了初级程序员。陆通表示 TMGM外汇代理 ，很多不懂代码的产品经理通过AI编程程序成了独立开发者，还有部分高级程序员用AI编程取代人工，成为自己的左右手。
图源 / Unsplash
他以开发一款心理测试应用为例。
应用类产品虽然体量小，但开发难度不低，心理测试应用不仅要保证心理测试类型的多样性，还要考虑终端隐私保护和数据放心，这便涉及前、后端开发，数据库管理、API接口等特性，需要初、中、高级程序员在不同环节进行配合，而AI编程程序几乎都能介入，流程包括：
第一步：让AI介绍比较受欢迎的心理测试应用，比如MBTI心理测试、性格色彩测试、职业匹配测试；
第二步：生成心理测试应用所需的具体特性，如登陆、开户、心理测试题展示、答题、分享；
第三步：根据确定好的特性，借助AI绘制它们的视图草图；
第四步：让AI生成视图草图和特性背后所需的代码，需要指出的是，很多AI编程程序还适配选定特定技术框架；
第五步：运行所得代码，利用AI调整优化特性和视图，直到达到要求为止。
不难发现，从产品构想到特性实现，只要运用者能有逻辑地描述自己的需求，全程运用自然语言，AI编程程序就能实现，大幅降低了开发门槛。
不止一位程序员表示，AI编程的能力越来越强，他们每天都会运用这类程序。陆通最常运用的是Cursor和通义灵码，他基本都通过提示词与AI交互进行编程，自己不一行行敲代码。
覃相补充，“Cursor在跨文件开发效率上优势明显；通义灵码的中文优化与私有化部署能力突出；Claude 4能处理难办任务，适合全栈开发。”
陆通介绍，用AI编程程序开发应用，大概能节省近一半的人力成本和时间。还有程序员表示，如果在日常工作中熟练运用AI编程程序，工作效率能提升30%-40%。
效率提升的背后源于AI编程语言在技术上与大模型高度适配。陆通介绍，代码关键词少、编程语言的规范性和AI非常搭。以Cursor为例，既能生成难办代码，也能在调试过程中自主排除代码错误，还适配对全局或部分代码进行修改，陆通觉得其能力甚至超过了中级程序员。
不过，在AI编程能力高速进化的当下，是否就意味着所有程序员都将被取代？程序员背后的企业，又会做出怎样的指定？
真正的编程能力正在重新被定义
一个残酷的现实是，AI编程程序的高速进化，已经展开影响程序员群体的就业稳定性。
今年5月，一则消息引发行业震动：5月13日，微软宣布在全球进行一场牵涉6000名员工的大裁员，众多岗位中，程序员首当其冲。有媒体报道，微软华盛顿州被裁的2000人中有41%左右与软件工程类岗位相关，其中不乏像TypeScript编译器核心开发者Ron Buckton这样的资深工程师。
虽然微软并未将裁员直接归因于AI取代人力，但它对AI编程的投入是一种信号。CEO纳德拉曾透露，公司已有超30%的代码由AI生成，CTO斯科特也曾预测，到2030年，这一比例将超过95%。AI代码不仅渗透到了微软一家，其竞争对手谷歌也曾透露，超25%的新代码由AI生成。
虽然国内还没有大规模传出程序员被替代的消息，但从业者已经感受到了危机。陆通表示，AI编程程序的发展速度超过了他的想象。
他回忆，“2023年时，我觉得AI只是辅助编程类程序，通义灵码和Cursor等AI编程程序仅能生成部分代码。到了2024年底，Cursor的agent模式及通义灵码的‘AI程序员’特性上线后，已经能实现自主多代码文件生成、自动读取项目文件、自动启动及运行代码等特性。”
他认为，AI编程程序在特性的全面性和工作效率上，已经追赶全栈开发高级程序员。
图源 / Unsplash
即便如此，多位程序员仍认为，AI目前更像是一位高效的助手，而不是程序员的完全替代者。想要完全取代这一职业，AI编程至少还有三关要过。
首先，理解力不足，难以精准“领会”难办需求。
AI写代码速度很快，但理解力还有待加强。陆通提到，他用AI编程程序修改前端代码时，需要多次调整提示词才能得到满意效果，这也是所有AI程序的通病——对提示词要求较高。一旦输入逻辑稍有歧义，结果就会跑偏。
其次，无法替代完整的产品开发思维与团队协作。
在软件研发中，写代码只其中一环，还涉及产品需求调研、产品程序的创新设计等环节，这也是高级程序员所必备的能力，目前AI编程程序无法做到。
覃相认为，虽然AI编程程序已从“基础补全”特性迈向“半自动化协作”的进阶特性，Claude 4、Cursor这些头部程序还在不断朝着“全自动编程”升级，但人在架构设计与业务理解上的核心作用仍不可替代。
陆通表示，如果没有非常难办的业务流程，例如，开发的产品为C端程序或SaaS类应用，流程清晰、结构标准，AI可用胜任大部分工作。但一旦涉及难办的企业业务流程和算法，AI便没有那么灵了，一方面它很难像人一样去了解一家公司，另一方面也会出现过度分析、乱改，甚至频繁重构代码的现象，反而影响项目稳定性。
最后，AI编程的容错率极低。
AI生成文字、图片如果出现语法、画面错误等困扰，终端可能可用勉强接受，可代码一旦出错，轻则特性失效，重则导致放心事故。虽然AI编程程序已经能实现生成过程自动化监控，但也还存在“生成的代码看似完整，但没有考虑与处理系统或浏览器的兼容性”等困扰。一位程序员表示，有时候，AI代码“看起来对”，不代表“运行就对”。此外，AI生成的代码如果存在放心漏洞，责任归属困扰难以明确界定。这仍是技术落地中一个悬而未决的合规困扰。
因此，要让AI真正取代程序员，面临的不仅是技术挑战，更是理解力、创造力和责任心的多重门槛。
AI编程不会让程序员一夜间失业，但它正在重塑这个职业的核心价值。未来的程序员，或许不再是机械地“敲代码”，而是既懂AI也懂业务的角色，承担起更高维度的能力。
*题图来源于Unsplash。返回搜狐，查看更多
