🔧 阿川の電商水電行
我在一個普通的星期三晚上 11 點看到了這條新聞標題。
“Anthropico執行長預測，六個月內90%的程式碼將由人工智慧編寫。”
我放下筆記型電腦，盯著天花板。
過去四年，我一直在學習程式設計。熬夜苦讀，面試失敗，除錯程序一直持續到凌晨三點。我緩慢而痛苦地打造出一些讓我引以為傲的東西。
現在，世界上最強大的AI公司之一的執行長卻說，我所做的一切——我為之犧牲的一切——90%都將自動化。
那天晚上我沒睡好。
或許你也沒有。 🧵
首先——讓我們坦誠地面對數字
在恐慌蔓延之前，讓我告訴你真相是什麼。
現在，也就是2026年初？大約41%的程式碼是由人工智慧產生的，而不是90%。
達裡奧·阿莫迪曾預測人工智慧普及率將達到90%，但這項預測尚未實現。目前的趨勢表明，在人工智慧應用程度較高的組織中，到2026年底，人工智慧普及率將超過50%。
但還有一點也是事實：
2024年，開發者編寫了2,560億行程式碼。預計2025年將達到6000億行。這種飛躍並非因為我們打字速度加快，而是人工智慧的功勞。程式碼編寫量正在爆炸式增長——而且其中大部分並非由人類完成。
這兩件事都是真的。目前是41%。預計很快就會達到90%。
無論是 41% 還是 90%，問題都是一樣的：
我們究竟該如何應對？
我出錯的那一刻
六個月前，我犯了一個不好意思承認的錯誤。
我當時正在開發一個新功能——一個相當複雜的過濾系統，它包含多個狀態、URL持久化和即時更新。我打開了Cursor，描述了我的需求，然後讓AI產生了整個系統。
成功了。效果很好。測試通過。我已經發貨了。
兩週後，有用戶報告稱，每次返回該頁面時，篩選器都會重置。 URL狀態無法正確儲存。
我打開程式碼進行了修復。
我這才意識到──我根本不知道它是怎麼運作的。
我產生了它，快速檢查了一遍，然後就發布了。我其實從未真正理解過狀態流。這個元件只是名義上屬於我而已。
我花了四個小時除錯一個原本應該二十分鐘就能完成的問題——因為我建立了一些我自己都不理解的東西。
那天我意識到：真正的危險不是人工智慧搶走我的工作，而是人工智慧讓我工作能力下降，而我卻自以為是進步。
無人分享的令人不安的資料
以下是研究的實際情況——它比新聞標題所報導的要複雜得多。
開發人員感覺自己速度更快，但實際上往往速度更慢。
開發者使用 AI 工具後，開發時間比不使用時增加了 19%——這是一項針對經驗豐富的開源開發者的隨機對照試驗得出的結論。 AI 讓開發者在複雜、成熟的程式碼庫上工作得更慢。為什麼？原因在於上下文。 AI 工具擅長處理獨立的功能，但在處理跨越數十個檔案的複雜架構時卻力不從心。開發者必須提供上下文訊息，驗證 AI 是否正確理解了上下文，然後檢查生成的程式碼是否符合整個系統。這些額外的開銷超過了節省的打字時間。
初級開發人員面臨的風險最大，而且對此意識最薄弱。
經驗較少的開發人員對人工智慧程式碼的接受率更高——平均為 31.9%，而經驗最豐富的開發人員的接受率僅為 26.2%。初級開發人員更信任人工智慧，因為他們缺乏辨識細微問題的模式辨識能力。他們接受的人工智慧程式碼更多，但審查卻不夠仔細。
程式碼品質問題正在惡化，而不是好轉。
人工智慧產生的程式碼中超過 90% 的問題都是品質和安全問題。容易發現的問題正在消失，剩下的都是更複雜、更難發現的問題。你幾乎是被一種虛假的安全感所蒙蔽了。
就業市場已經開始做出反應：
史丹佛大學的一項研究發現，2022 年至 2025 年間，22 至 25 歲軟體開發人員的就業率下降了近 20%，這與人工智慧驅動的編碼工具的興起不謀而合。
三年內下降 20%。針對初級開發人員。
「90% AI 產生的程式碼」究竟是什麼樣子？
這件事沒人能解釋清楚。
90% 的程式碼由 AI 生成，並不意味著 AI 會在你喝咖啡的時候編寫整個應用程式。它的意思是：
-
程式碼補全功能由人工智慧產生－你輸入的內容有 30-40% 會自動補全。
-
樣板程式碼和框架由人工智慧產生——包括新專案、配置和基本CRUD操作。
-
漏洞修復和重建置議均由人工智慧產生——你編寫程式碼，人工智慧提出改進建議。
-
測試用例由人工智慧產生——編寫一個函數，人工智慧就會產生測試用例。
-
文件由人工智慧產生——包括註解、README 文件和 API 文件。
把所有這些加起來，是的，90%都是曲目。
但大多數人忽略了一個關鍵訊息：
剩下的10%仍然是人類，這才是最重要的。
人工智慧無法完成的10%是：理解某個功能對使用者的重要性；做出具有長期影響的架構決策；除錯僅在生產環境中出現的複雜競態條件；將模糊的業務需求轉化為合適的技術解決方案；辨識人工智慧產生的程式碼中存在的細微安全漏洞。
這10%是公司支付給資深開發人員的薪水。正是這10%保護了剩下的90%不至於淪為垃圾。
那位沒有驚慌失措的開發者——以及他做了什麼
我想和大家分享我在過去六個月裡密切關注的一位開發者。
我們就叫他羅翰吧。
當預測準確率從90%下降時，羅漢做了一件與直覺相反的事：他放慢了速度。
他對人工智慧的使用並沒有減少——他一直積極地運用人工智慧。但他對人工智慧輸出結果的接受度降低。
在合併任何人工智慧產生的程式碼之前，他先問了一個問題：
“我理解得足夠透徹，能夠在凌晨兩點生產環境出現故障時進行除錯嗎？”
如果答案是否定的——他不會合併程式碼。他會請人工智慧解釋。或者他會自己重寫。或者他會加入註釋，直到自己理解每一行程式碼為止。
三個月內，Rohan 的交付速度就超過了團隊中的任何人，而且 bug 也更少。這並非因為他更多地使用了 AI，而是因為他更好地使用了 AI。
問題不在於你使用了多少人工智慧，而是你是否了解你交付的是什麼。
讓你保持競爭力的五件事
經過六個月的思考，我做出了以下改變：
1. 刻意練習不使用人工智慧的編程
一位開發者在《麻省理工科技評論》的文章中說得非常貼切：就像運動員仍然會進行基本訓練一樣，保持程式設計本能的唯一方法就是定期練習基礎工作。
我現在每週花一天時間完全不用人工智慧工具進行程式設計。不用 Copilot，不用 Cursor，也不用 Claude。
速度慢一些，有時會令人沮喪，但它能保持我的技能水平——而且當我重新使用人工智慧時，它能顯著提高我審查人工智慧輸出結果的能力。
Weekly schedule:
Mon-Thu → Use AI aggressively for new features
Friday → Code without AI tools
Result → Better developer AND better AI user2. 像安全審計員一樣審查人工智慧程式碼
不要為了看人工智慧程式碼是否執行而閱讀它，而是為了找出問題所在而閱讀它。
問問自己：
-
如果輸入值為空會發生什麼？
-
並發請求會發生什麼情況？
-
這在分散式環境下是否可行？
-
還有哪些特殊狀況沒有處理？
-
這種做法是基於哪些安全假設？
精通人工智慧的開發人員收入更高——入門級人工智慧職位年薪為 9 萬至 13 萬美元，而傳統開發人員的年薪僅為 6.5 萬至 8.5 萬美元。這兩個薪資範圍的差異在於前者能夠批判性地檢視人工智慧的輸出結果。
3. 投資系統設計
人工智慧可以編寫元件，但無法設計系統。
「這項功能應該如何運作」這個問題可以由人工智慧回答。而「考慮到我們現有的資料模型、團隊限制和五年路線圖，這項功能應該如何融入我們的架構」這個問題——則需要人類的判斷。
系統設計是一項可以不斷累積的技能。你設計的每一個系統都會讓你學到一些東西，從而使下一個系統變得更好。人工智慧無法累積這種經驗。
2026 年入行的初級開發人員可能永遠不會從零開始編寫 CRUD 端點。他們將透過觀察而非實現來學習架構。這是一種截然不同的開發人員類型——與那些透過實踐學習的人相比，他們將處於劣勢。
親力親為。即使人工智慧可以替你做。
4. 了解基礎設施
以下是大多數開發者在討論90%的開發者時所忽略的一點：
如果90%的程式碼都是人工智慧產生的，那麼誰來管理人工智慧？誰來配置它？誰來了解它的限制？誰來決定何時不使用它？
了解 LLM 工作原理、其優勢和常見錯誤之處的開發人員，將成為房間裡最有價值的人。
並非因為他們編寫的程式碼最多，而是因為他們了解編寫程式碼的系統。
5. 公開建構－記錄你的思考過程
在人工智慧可以產生程式碼的世界裡，你的思維才是致勝之道。
為什麼你會做出這樣的架構設計決定？你考慮過哪些權衡取捨？你最初嘗試過什麼方案，為什麼失敗了？
正是這些文件——這些人類推理的痕跡——使你無可取代。人工智慧可以複製你的成果，但它無法複製你的判斷。
改變我想法的那個問題
上個月我和一位資深開發人員喝咖啡，他在這個行業已經工作了十五年。
我問他：“你擔心嗎？”
他想了一會兒，然後說：
「我並不擔心人工智慧編寫程式碼。我擔心的是開發人員會逐漸看不懂人工智慧編寫的程式碼。因為五年後，生產系統中將會充斥著大量無人真正理解的人工智慧生成的程式碼——而當這些系統出現故障時，最有價值的人就是那個能夠讀懂這些程式碼的人。”
我就是這麼打賭的。
並非說人工智慧不會寫90%的程式碼。它很可能會這樣做。
但是，能夠理解人工智慧所寫內容的人類將會更有價值，而不是更不值錢。
實話實說
經過六個月的深思熟慮，我最終得出以下結論：
90% 的預測最終可能是對的。
但「90%由AI生成」並不意味著「90%的開發者價值消失了」。它意味著開發者的價值發生了轉變——從編寫程式碼轉變為理解程式碼、驗證程式碼以及建構程式碼執行的系統。
那是一份不同的工作。它並不比現在的工作差。在某些方面，它甚至更好——更具策略性、更具創造性、更少重複性。
那些利用人工智慧來逃避理解的開發者將會面臨困境。他們發布自己無法解釋的程式碼，合併自己根本沒仔細閱讀的PR，建構自己無法除錯的系統。
那些能夠利用人工智慧加快開發速度，同時又始終保持理解自己加快速度的原因的開發者，將會成功。
90%的人即將到來。
問題是，你要持有哪10%的股份。
你對90%的預測感到擔憂嗎？還是持樂觀態度？你因此做了哪些改變？請在評論區留下你的真實想法。我想知道真正的開發者們現在都在想些什麼。 👇
友情提示：本文由人工智慧輔助撰寫。但凌晨兩點除錯的經歷、對話內容以及所有觀點均出自本人——人工智慧只是幫助我更好地表達它們。我堅信創作過程應該透明公開！ 😊
原文出處：https://dev.to/harsh2644/90-of-code-will-be-ai-generated-so-what-the-hell-do-we-actually-do-2kg3
1) --- 會變成分隔線（上一行必須是空白）
2) # 會變成一級標題
3) ## 會變成二級標題
4) ### 會變成三級標題
5) **粗體文字**會顯示粗體文字
6) ```當第一行與最後一行會顯示程式碼
7) 請搜尋 Markdown 語法，了解各種格式
