十月十五日 Daily AI Thread 援引谷歌工程师 Haydn Belfield 的说法：AI 现在写超过 75% 的 Google 生产代码，但 DeepMind 测下来「AI 自身驱动的 AI 研究」并没有因此加速。约 88% 的代码改动仍需人工 oversight，完全交给 AI 的比例从 7.5% 升到 11.9%。在谷歌内部 Argon agent 的 1389 次运行里，任务越复杂、无人工介入的成功率掉得越快；RE-Bench 上 Argon 能解决约一半机器学习工程任务。
75% 和 11.9% 为什么不矛盾？
75% 指的是「AI 起草」的代码行数，不是「AI 独立交付」的比例。绝大多数路径是：AI 生成草稿，人读、改、测试、合并。88% 需要人工 oversight，意味着只有 12% 左右是 AI 写完人不看就合的——而这 12% 里真正完全放手的只有 11.9%。把「写代码」和「负责代码」分开看，就不会被 75% 这个数字吓到。程序员的工作没有消失，而是从「写」转向「审」。
1389 次运行的数据说明了什么？
这是少有的公开 agent 真实运行数据。关键曲线是：任务越复杂，无人工介入成功率掉得越快。简单脚本一次过率高，复杂的多仓库重构、跨服务迁移，agent 跑到一半就跑偏。这跟 Anthropic 等内部数据一致——agent 在窄域任务上已经够用，在宽域任务上仍是副驾驶而不是司机。RE-Bench 上解决约一半 ML 工程任务，说明 agent 能搭实验脚手架，但调参和判读还得人来。
对开发者的可操作结论是什么？
不是「程序员要被取代」，而是「审稿、指导和验证」的能力越来越值钱。能快速读 AI 生成的 diff、发现隐藏副作用、设计测试用例的工程师，比只会写 CRUD 的工程师更稀缺。下一个五年的编程岗位画像，是「能指挥 10 个 agent 的 tech lead」，而不是「写 10 倍代码的码农」。
再看一个被忽略的数字：完全放手的比例从 7.5% 升到 11.9%，一年涨了 4.4 个百分点。按这个速度，五年后完全放手的比例到 30% 出头，仍不到一半。这跟外界「AI 取代程序员」的叙事差得很远。真正的趋势是「审稿人密度」——每千行 AI 代码需要的人工 review 时间在下降，但总代码量在指数上升，所以总 review 工作量反而在涨。对团队，这意味着 code review 工具、静态分析、自动测试的投入要跟着涨，而不是砍。
去论坛讨论
前往 silicon-agi.com 论坛 参与讨论