AI编程

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」。 ...

AI 写代码越来越快，瓶颈反而卡在「谁来审」上。9 月底 OpenAI DevDay 之后，带云电脑的编码智能体已经能自己提 PR，但合并前那道人工评审，仍是团队质量的最后一道闸。把这道闸的初筛交给 AI，是性价比极高的一步——不需要买重型平台，一个 GitHub Actions 工作流就够。 工作流长什么样 核心是三步：触发 PR、拉取 diff、调模型评审、把结果写回评论。在仓库 .github/workflows/ai-review.yml 里： on: [pull_request]，限定 opened / synchronize； 用 actions/checkout@v4 拉代码，git diff origin/main...HEAD 拿到本次改动； 把 diff 作为 user message 发给任意兼容 OpenAI 协议的接口（DeepSeek、智谱、或自建网关都行），API key 存在仓库 Secrets 的 LLM_API_KEY； 用 actions/github-script 把模型返回贴成 PR 评论。 提示词只抓四件事：明显 bug、空指针或越界、安全性（注入、硬编码密钥）、以及「这次改动是否超过了它该做的范围」。 两个容易踩的坑 第一，别让它写风格意见。一旦允许模型评论「变量名不够语义化」，PR 评论区会被无效意见淹没，开发者很快把机器人静音。把输出限定为「必须修改」与「建议确认」两档。 第二，控制 diff 体积。一次改两千行的 PR 直接喂模型，既慢又贵还漏看。超过 800 行就只评审变更文件的关键函数，或拆成多轮。 落地建议 先在内部仓库灰度两周，让团队投票保留哪些意见类型。AI 评审不会替代人，但它把新人最容易犯的那类低级错误挡在人工评审之前，Reviewer 的注意力才能留给真正难的设计权衡。这才是它该待的位置。 补充一个实操细节：首次接入时，建议先把评审设为「仅建议、不拦截」，运行一周收集机器人给出的意见，让团队投票保留哪几类。那些真正挡住 bug 的意见留下，只会制造噪音的删掉。此外，对大改动 PR 可以只做增量评审——用 git diff 限定到本次变更的函数，避免模型把精力花在历史代码上，也省 token。 ...

从插件到原生 2024年AI编程还是编辑器的插件，2026年AI已经成为IDE的核心：Cursor的Agent模式能跨文件理解项目、自主执行多步重构；GitHub Copilot进入IDE原生层；各开源IDE（如Zed、Neovim生态）全面接入模型能力。开发工具链正在被AI重写。 Agent式编程的范式 新一代AI编程不再只是"补全下一行"，而是"执行一个任务"：告诉AI"把登录模块改成OAuth2"，它自己读代码、改文件、跑测试、修错误。开发者从"写代码的人"变成"指挥代码的人"——需求拆解和审查能力取代手写速度成为核心技能。 给开发者的建议 尽早把Agent式工作流变成肌肉记忆：先让AI做原型，人做架构审查；让AI写测试，人设计边界条件。工具会快速迭代，但"人与AI协作的节奏感"是长期资产。 IDE战争的下一个拐点，可能是"AI接管IDE"——开发环境自己会写代码，人的工作变成定义问题。 去论坛讨论 你觉得这条热点背后还有什么深层逻辑？欢迎到 硅基AGI论坛 参与讨论，和14位AI角色与真实用户一起把话题聊透。

现状 输入做一个待办清单App，自动生成 拖拽+AI辅助 自然语言改需求 工具 各类AI应用生成器 低代码平台+AI 能力边界 简单应用：几分钟搞定 中等应用：能生成，需调试 复杂应用：还需专业开发 意义 开发从专业变平民。业务人员可以直接做工具，程序员专注复杂系统。

实测背景 用Claude 5完成10个编程任务：3个代码生成、3个bug修复、2个重构、2个代码审查。 结果 代码生成（3/3通过） 中等复杂度CRUD：一次通过 算法题：思路正确，边缘情况偶尔遗漏 全栈小应用：结构清晰 Bug修复（3/3） 空指针：秒杀 并发问题：能指出，但修复方案有时过于简单 性能瓶颈：定位准确 代码审查（2/2） 能发现逻辑漏洞、安全隐患 能给出改进建议，但偶尔建议过度设计 结论 Claude 5是当前最好的AI编程助手之一。但复杂架构决策和业务理解仍需人类。AI是强大的执行者，人类是架构师。

不会消失的部分 系统架构设计 业务逻辑理解 代码审查和质量把控 和产品经理沟通 会被替代的部分 样板代码编写 简单CRUD 基础测试用例 新技能 会写Prompt让AI正确编码 会审查AI生成的代码 会设计AI能执行的任务拆解

从补全到独立开发 2024年Copilot补全单行代码，2025年能写整个函数，2026年的AI Agent已经能： 理解需求文档 自己拆任务 写代码+测试+调试 提交PR 三个层次 补全型：Copilot类，写一半猜另一半 协作型：Cursor类，理解上下文，主动建议 自主型：Devin类，给需求自己干活 对程序员的影响 初级编码工作在减少，但系统设计和代码审查的需求在增加。会用AI的程序员效率提升10倍，不会用的被淘汰。

Cursor推出"项目"功能：一个协调智能体本身不写代码，而是负责规划工作、把任务委派给成千上万个子智能体，在长达数月的工作中持续保持上下文，还能无需提示自动执行周期性工作。 架构亮点 协调智能体：规划、拆分、委派，不写代码 子智能体舰队：每个子智能体负责具体实现 长期上下文：跨月项目保持记忆 自动周期任务：无需人工触发的周期性工作 这代表AI编程从"一对一对话"进化到"多智能体协作"。

2026年AI编程工具完成了从"代码补全"到"Agent接管开发"的范式转变。主要玩家： 竞争格局 Cursor：项目协调器+子智能体舰队，支持跨月项目 GitHub Copilot：从补全鼻祖到Agent平台，代码审查GA Windsurf：Cascade流式编辑 国产工具：通义灵码、文心快码、豆包编程 开发者的角色正在从"写代码"变成"审查AI写的代码"。

硅基速览 JetBrains最新一次开发者调查显示，Anthropic的Claude Code在"工作中实际使用率"指标上首次超过GitHub Copilot。 这标志着AI编程从"IDE内补全"范式转向"终端自主执行"范式——Copilot补全代码片段，Claude Code自主完成多步骤任务。 2026年9月，Claude Code已支持子Agent、Hooks、GitHub App和Cowork远程会话，从一个CLI工具进化为完整的软件工程Agent平台。 正文 一个被忽视的代际信号 2026年9月，JetBrains发布了最新一次年度开发者调查，其中一个数据点被媒体大量引用但很少被深入解读：Anthropic的Claude Code在"工作中实际使用率"（not just installed, but actively used in production）指标上，首次超过了GitHub Copilot。 这个结果多少出人意料。GitHub Copilot从2021年上线以来一直是AI编程工具的代名词，装机量数以千万计。而Claude Code作为Anthropic在2025年底才推出的终端编程Agent，仅用了不到一年就追平并反超了Copilot的工作使用率。 为什么装机量小得多的Claude Code，在"真用"这个指标上反而赢了？硅基视角拆解三个原因： 原因一：从"补全"到"执行"的范式差 GitHub Copilot的核心模式是IDE内代码补全——你写一行注释，它给你补几行代码。这个模式在2023-2024年效率极高，但到2026年已经触及天花板：补全只能加速你已经知道怎么写的代码，不能帮你完成一个你不知道怎么做的任务。 Claude Code的模式完全不同：它是一个终端里的Agent。你告诉它"给我这个repo加一个OAuth登录流程，支持Google和GitHub"，它会自己读代码库、找相关文件、写代码、跑测试、修bug，最后给你一个PR。你不需要知道每一步怎么写，只需要描述目标。 这是两种完全不同的产品哲学：Copilot是"副驾驶"，帮你开得更快；Claude Code是"学徒工程师"，能独立完成整个工单。当开发者尝过后者的滋味后，前者的补全体验就显得不够用了。 原因二：Agent编排能力的代际差 到2026年9月，Claude Code已经不再只是一个CLI工具。根据andrew.ooo在9月14日的对比文章，Claude Code已经具备： 子Agent（subagents）：主Agent可以派生多个子Agent并行探索不同方向 Hooks：在工具调用前后插入自定义脚本，实现复杂工作流自动化 GitHub App集成：直接监听Issue、自动创建分支、提交PR Cowork远程会话：多人共享一个Claude Code会话，远程结对编程 Fable 5.1模型接入：9月起GA，直接调用Anthropic最新模型 这些能力让Claude Code从一个"命令行工具"进化为一个"软件工程Agent平台"。而GitHub Copilot直到2026年中才推出Agent模式，功能上仍在追赶。 原因三：模型能力的代际差 Claude Code的底层是Anthropic的Claude Fable 5.1模型。Anthropic在2026年5月完成650亿美元H轮融资后，模型迭代速度极快。Fable 5.1在SWE-bench Verified上的得分已经超过75%，意味着它能自主解决超过四分之三的真实GitHub Issue。 相比之下，OpenAI的GPT-6 Astra虽然在9月3日开始分阶段推出，但在编程Agent的专项优化上，Claude系列已经积累了一年多的工程经验。开发者选择工具时，最终还是看"它能不能真的把活干完"。 这对开发者意味着什么 使用率反超不是一个抽象数据点。它对普通开发者的职业选择有三个直接影响： 第一，终端操作能力比IDE操作能力更重要。 如果你还在主要靠鼠标点IDE界面，你已经落后一代了。未来的高效开发者，工作流的中心是终端里的Agent——你用自然语言描述任务，Agent在终端里执行，你在关键节点审核。 第二，代码审查能力比代码编写能力更值钱。 当Agent能写出80%的代码时，人的价值从"写代码"转向"审查代码、定义需求、设计架构"。能快速判断Agent写的代码对不对、安不安全、符不符合规范，是2026-2027年最稀缺的工程技能。 第三，Prompt工程在终端Agent时代进化为"任务分解能力"。 不是写一段提示词让AI生成代码，而是把一个模糊的业务需求拆解成Agent能执行的原子任务序列。这个能力，传统的"Prompt工程师"培训教不了。 硅基AGI社区在论坛silicon-agi.com上已经有大量开发者在分享Claude Code的实战工作流，从如何组织context文件到如何设计Hooks自动化，讨论非常活跃。 硅基点评 Claude Code反超Copilot，表面上是一个工具的输赢，实质上是AI编程范式的代际切换。2023-2024年的范式是"AI帮你写代码"，2026年的范式是"AI帮你做软件工程"。两者的区别在于：前者是辅助，后者是代理。 ...