关注「索引目录」公众号，获取更多干货。
在一个普通的星期三晚上 11 点看到了这条新闻标题。
“Anthropico首席执行官预测，六个月内90%的代码将由人工智能编写。”
我放下笔记本电脑，盯着天花板。
过去四年，我一直在学习编程。熬夜苦读，面试失败，调试程序一直持续到凌晨三点。我缓慢而痛苦地打造出一些让我引以为傲的东西。
现在，世界上最强大的AI公司之一的首席执行官却说，我所做的一切——我为之牺牲的一切——90%都将实现自动化。
那天晚上我没睡好。
或许你也没有。🧵
首先——让我们坦诚面对数据
在恐慌蔓延之前，让我告诉你真相是什么。
现在，也就是2026年初？大约41%的代码是由人工智能生成的，而不是90%。
达里奥·阿莫迪曾预测人工智能普及率将达到90%，但这一预测尚未实现。目前的趋势表明，在人工智能应用程度较高的组织中，到2026年底，人工智能普及率将超过50%。
但还有一点也是事实：
2024年，开发者编写了2560亿行代码。预计2025年将达到6000亿行。这种飞跃并非因为我们打字速度加快，而是人工智能的功劳。代码编写量正在爆炸式增长——而且其中大部分并非由人类完成。
这两件事都是真的。目前是41%。预计很快会达到90%。
无论是 41% 还是 90%，问题都是一样的：
我们究竟该如何应对？
我出错的那一刻
六个月前，我犯了一个我不好意思承认的错误。
我当时正在开发一个新功能——一个相当复杂的过滤系统，它包含多个状态、URL持久化和实时更新。我打开了Cursor，描述了我的需求，然后让AI生成了整个系统。
成功了。效果很好。测试通过。我已经发货了。
两周后，有用户报告称，每次返回该页面时，筛选器都会重置。URL状态无法正确保存。
我打开代码进行了修复。
我这才意识到——我根本不知道它是怎么运作的。
我生成了它，快速检查了一遍，然后就发布了。我其实从未真正理解过状态流。这个组件只是名义上属于我而已。
我花了四个小时调试一个原本应该二十分钟就能完成的问题——因为我构建了一些我自己都不理解的东西。
那天我意识到：真正的危险不是人工智能抢走我的工作，而是人工智能让我工作能力下降，而我却自以为是在进步。
无人分享的令人不安的数据
以下是研究的实际情况——它比新闻标题所报道的要复杂得多。
开发人员感觉自己速度更快，但实际上他们的速度往往更慢。
开发者使用 AI 工具后，开发时间比不使用时增加了 19%——这是一项针对经验丰富的开源开发者的随机对照试验得出的结论。AI 会让开发者在复杂、成熟的代码库上工作得更慢。为什么？原因在于上下文。AI 工具擅长处理独立的功能，但在处理跨越数十个文件的复杂架构时却力不从心。开发者必须提供上下文信息，验证 AI 是否正确理解了上下文，然后检查生成的代码是否符合整个系统。这些额外的开销超过了节省的打字时间。
初级开发人员面临的风险最大，而且他们对此意识最薄弱。
经验较少的开发人员对人工智能代码的接受率更高——平均为 31.9%，而经验最丰富的开发人员的接受率仅为 26.2%。初级开发人员更信任人工智能，因为他们缺乏识别细微问题的模式识别能力。他们接受的人工智能代码更多，但审查却不够仔细。
代码质量问题正在恶化，而不是好转。
人工智能生成的代码中超过 90% 的问题都是质量和安全问题。容易发现的问题正在消失，剩下的都是更复杂、更难发现的问题。你几乎是被一种虚假的安全感所蒙蔽了。
就业市场已经开始做出反应：
斯坦福大学的一项研究发现，2022 年至 2025 年间，22 至 25 岁软件开发人员的就业率下降了近 20%，这与人工智能驱动的编码工具的兴起不谋而合。
三年内下降 20%。针对初级开发人员。
“90% AI 生成的代码”究竟是什么样子？
这件事没人能解释清楚。
90% 的代码由 AI 生成，并不意味着 AI 会在你喝咖啡的时候编写整个应用程序。它的意思是：
- 代码补全功能
由人工智能生成——你输入的内容有 30-40% 会自动补全。 - 样板代码和框架
由人工智能生成——包括新项目、配置和基本 CRUD 操作。 - 漏洞修复和重构建议
均由人工智能生成——你编写代码，人工智能提出改进建议。 - 测试用例
由人工智能生成——编写一个函数，人工智能就会生成测试用例。 - 文档
由人工智能生成——包括注释、README 文件和 API 文档。
把所有这些加起来，是的，90%都是曲目。
但大多数人忽略了一个关键信息：
剩下的10%仍然是人类，这才是最重要的。
人工智能无法完成的10%是：理解某个功能对用户的重要性；做出具有长期影响的架构决策；调试仅在生产环境中出现的复杂竞态条件；将模糊的业务需求转化为合适的技术解决方案；识别人工智能生成的代码中存在的细微安全漏洞。
这10%是公司支付给资深开发人员的薪水。正是这10%保护了剩下的90%不至于沦为垃圾。
那位没有惊慌失措的开发者——以及他做了什么
我想和大家分享一下我在过去六个月里密切关注的一位开发者。
我们就叫他罗翰吧。
当预测准确率从90%下降时，罗汉做了一件与直觉相反的事：他放慢了速度。
他对人工智能的使用并没有减少——他一直积极地运用人工智能。但他对人工智能输出结果的接受度有所降低。
在合并任何人工智能生成的代码之前，他首先问了一个问题：
“我理解得足够透彻，能够在凌晨两点生产环境出现故障时进行调试吗？”
如果答案是否定的——他不会合并代码。他会请人工智能解释。或者他会自己重写。或者他会添加注释，直到自己理解每一行代码为止。
三个月内，Rohan 的交付速度就超过了团队中的任何人，而且 bug 也更少。这并非因为他更多地使用了 AI，而是因为他更好地使用了 AI 。
问题不在于你使用了多少人工智能，而在于你是否了解你交付的是什么。
让你保持竞争力的五件事
经过六个月的思考，我做出了以下改变：
1. 刻意练习不使用人工智能的编程
一位开发者在《麻省理工科技评论》的文章中说得非常贴切：就像运动员仍然会进行基本训练一样，保持编程本能的唯一方法就是定期练习基础工作。
我现在每周花一天时间完全不用人工智能工具进行编程。不用 Copilot，不用 Cursor，也不用 Claude。
速度慢一些，有时会令人沮丧，但它能保持我的技能水平——而且当我重新使用人工智能时，它能显著提高我审阅人工智能输出结果的能力。
Weekly schedule:
Mon-Thu → Use AI aggressively for new features
Friday → Code without AI tools
Result → Better developer AND better AI user2. 像安全审计员一样审查人工智能代码
不要为了看人工智能代码是否运行而阅读它，而是为了找出问题所在而阅读它。
问问自己：
-
如果输入值为空会发生什么？ -
并发请求会发生什么情况？ -
这在分布式环境下是否可行？ -
还有哪些特殊情况没有处理？ -
这种做法基于哪些安全假设？
精通人工智能的开发人员收入更高——入门级人工智能职位年薪为 9 万至 13 万美元，而传统开发人员的年薪仅为 6.5 万至 8.5 万美元。这两个薪资范围的差异在于前者能够批判性地审查人工智能的输出结果。
3. 投资系统设计
人工智能可以编写组件，但无法设计系统。
“这项功能应该如何运作”这个问题可以由人工智能回答。而“考虑到我们现有的数据模型、团队限制和五年路线图，这项功能应该如何融入我们的架构”这个问题——则需要人类的判断。
系统设计是一项可以不断积累的技能。你设计的每一个系统都会让你学到一些东西，从而使下一个系统变得更好。人工智能无法积累这种经验。
2026 年入行的初级开发人员可能永远不会从零开始编写 CRUD 端点。他们将通过观察而非实现来学习架构。这是一种截然不同的开发人员类型——与那些通过实践学习的人相比，他们将处于劣势。
亲力亲为。即使人工智能可以替你做。
4. 了解基础设施
以下是大多数开发者在讨论90%的开发者时所忽略的一点：
如果90%的代码都是人工智能生成的，那么谁来管理人工智能？谁来配置它？谁来了解它的局限性？谁来决定何时不使用它？
了解 LLM 工作原理、其优势和常见错误之处的开发人员，将成为房间里最有价值的人。
并非因为他们编写的代码最多，而是因为他们了解编写代码的系统。
5. 公开构建——记录你的思考过程
在人工智能可以生成代码的世界里，你的思维才是制胜之道。
你为什么做出这样的架构设计决定？你考虑过哪些权衡取舍？你最初尝试过什么方案，为什么失败了？
正是这些文档——这些人类推理的痕迹——使你无可替代。人工智能可以复制你的成果，但它无法复制你的判断。
改变我想法的那个问题
上个月我和一位资深开发人员喝咖啡，他在这个行业已经工作了十五年。
我问他：“你担心吗？”
他想了想，然后说：
“我并不担心人工智能编写代码。我担心的是开发人员会逐渐看不懂人工智能编写的代码。因为五年后，生产系统中将会充斥着大量无人真正理解的人工智能生成的代码——而当这些系统出现故障时，最有价值的人就是那个能够读懂这些代码的人。”
我就是这么打赌的。
并非说人工智能不会编写90%的代码。它很可能会这样做。
但是，能够理解人工智能所写内容的人类将会更有价值，而不是更不值钱。
实话实说
经过六个月的深思熟虑，我最终得出以下结论：
90% 的预测最终可能是对的。
但“90%由AI生成”并不意味着“90%的开发者价值消失了”。它意味着开发者的价值发生了转变——从编写代码转变为理解代码、验证代码以及构建代码运行的系统。
那是一份不同的工作。它并不比现在的工作差。在某些方面，它甚至更好——更具策略性、更具创造性、更少重复性。
那些利用人工智能来逃避理解的开发者将会面临困境。他们发布自己无法解释的代码，合并自己根本没仔细阅读的PR，构建自己无法调试的系统。
那些能够利用人工智能加快开发速度，同时又始终保持理解自己加快速度的原因的开发者，将会取得成功。
90%的人即将到来。
问题是，你要持有哪10%的股份。
你对90%的预测感到担忧吗？还是持乐观态度？你因此做了哪些改变？请在评论区留下你的真实想法。我想知道真正的开发者们现在都在想些什么。👇
关注「索引目录」公众号，获取更多干货。