技术边界消融不可逆,但 AI 未取代工程师——对话 Google 开发者生态负责人 David McLaughlin

发布时间：2026-08-13 09:01阅读：3

在 AI 编程浪潮袭来之前，一款完整的软件产品从构思到发布，通常要经历这样的流程：前端开发人员负责页面，后端工程师构建服务接口，移动端工程师适配 iOS 与 Android 端，三类角色各管一摊，还得先做需求评审、敲定方案、撰写接口规约，再进入编码与联调阶段。一个人若想同时驾驭这三个方向，往往需要多年的积累——所谓"全栈工程师"，曾是多数人难以企及的高度。

但如今，一位后端工程师只需打开 AI 编程工具，用口语化的方式描述前端页面的交互逻辑，短短几分钟，一个能跑起来的界面就生成了。Vibe Coding（氛围编码）在国内开发者圈子里已蔚然成风，前端工程师写后端、后端工程师搭移动端，跨领域协作正变得稀松平常。

在 2026 Google I/O Connect China 活动现场，我把这一观察直接抛给了 Google 全球开发者生态总监 David McLaughlin：当 AI 让前端、后端、移动端之间的边界在肉眼可见地变模糊，这条线，最终会彻底消失吗？

他的回答几乎没有迟疑："Yes. I do think that AI is going to almost eliminate the boundaries between these areas."（是的，我的确认为 AI 几乎会抹平这些领域之间的界限。）

David McLaughlin（左）与作者 Echo Tang（右）

在智能体（Agent）编码的新阶段，"开发者"这个称谓本身正在被重新书写。边界在消解，角色在重塑，而 Google 押注的方向，是让每一个有创意的人都有机会成为构建者。

切换为管理者视角：开发者的首次范式跃迁

David McLaughlin 是 Google 全球开发者生态总监（Director, Global Developer Ecosystem），他的团队职责是搭建全球开发者与 Google 技术平台之间的桥梁——从 GDG 社区到 GDE（Google 开发者专家）项目，从 AI Studio 到 Cloud Run，从 Gemini 模型到 Gemma 开源生态。在今年 I/O Connect China 的主旨演讲中，他重点阐述的是：迈入 AI 智能体时代之后，Google 将如何全方位赋能出海的开发者群体。

主旨演讲落幕后的访谈间里，当我问及 Gemini 3.5 正引领我们进入智能体编程（Agentic Programming）阶段，对开发者而言最关键的心态转变是什么时，David 给出了一个令人意外的比喻——管理者。

"把自己想象成一个管理者。"他说道，"你可能同时管理着 20 到 30 个智能体协同处理同一个问题。核心在于把问题切分成小块，确保智能体之间能够记录各自负责的部分，并彼此沟通。这与管人、管团队其实是相通的。"

这一比喻精准地切中了当前开发者群体面临的痛点：写代码的能力已不再稀缺，而拆解问题、协调协作、保障系统按预期运转的能力，才是新时代的硬通货。David 随即抛出了第二个关键观点——"把评估（Evaluation）当作你的新编译器。"

"哪怕你本人不写一行代码，你也得有能力搭建一个 Harness 框架，确保你的产品按照你的设想运转。"他解释说，"掌握如何构建这类测试体系，依然是一项至关重要的工程能力。"

管理者思维叠加评估即编译器——这是 David 眼中智能体时代开发者最核心的两次认知升级。前者关乎如何驾驭复杂系统，后者关乎如何校验系统的正确性。二者合一，构成了全新的工程素养：你不再是亲手砌砖的工匠，但你必须是看得懂图纸、验得了成色的把控者。

前端、后端、移动端——边界会彻底消�吗？

我接着把话题引向更具体的技术边界。Vibe Coding 在中国开发者群体中已相当普遍，前端工程师借助 AI 编写后端逻辑，后端工程师借助 AI 搭建移动端界面，这种跨界正在成为日常。我直接问 David：AI 注定会让这些界限彻底消失吗？

"Yes，"他回答得干脆利落，"我相信有了 AI 的加持，前端、后端、移动端之间的边界会逐渐消融。尤其是一些后端能力突出的开发者，有了 AI 的助力，他们在前端以及移动端的专业能力得到了进一步的拓展。"

他用了一个词——"It's been so much fun to watch"（看着这一切发生真的非常有趣）。看到那些原本只深耕某一方向的开发者，突然获得了跨界的能力，这件事本身就让他感到兴奋。

但边界消失并不等同于工具消失。我追问了 Google 工具矩阵的问题——Gemini CLI、Antigravity、Android Studio，中国开发者正在并行使用这么多工具，背后的考量是什么？

David 坦然承认，工具数量多是因为行业迭代太快，Google 自身也在尝试不同的路线。但他随即释放了一个明确信号："就像今天在台上你也听到过，我们将进一步精简工具架构，用更少的工具界面来协助开发者。Antigravity 目前仍是我们面向开发者最重要的产品，同时我们也会提供专门面向 Android 的专业工具界面。"

精简，聚焦，但保留专业深度——这是 Google 在工具层面对"边界消失"的回应。通用能力合并归一，专业能力单独保留。

40 万开发者会缩水吗？AI 增强人，而非取代人

对于"AI 是否会让开发者数量减少"这个问题——David 在主旨演讲中提到中国大约有 40 万开发者在 Google 平台上开发，大模型的代码生成能力越来越强，未来 3 到 5 年，这个数字会下降吗？

David 的回答体现了他个人的鲜明立场："I personally believe that AI augments developers."（我个人坚信，AI 是增强开发者的，而非替代他们。）

他的推理逻辑相当清晰：AI 让每位开发者变得更强→人的需求被进一步激发→过去因成本效率限制而无法开发的项目如今变得可行→参与构建的人数实际上会增加。

他举了一个具体的场景："在一家大型企业内部，可能某个团队需要一个特定的工具，传统模式下公司内部的工程师既没时间也没资源去做这个工具开发。但现在有了 AI，这个团队中的某个人，哪怕没有深厚的技术背景，也可以着手这个工具的开发。而在开发过程中，他们依然需要更多工程师的专业指导和协助。"

这个例子揭示了一个正在发生的结构性变化：开发不再是工程师的专属领地，但工程师的价值并未消失——它从"写代码"转移到了"教人写代码"和"保障代码质量"。

Google 内部对这类人有一个专门的称呼：Builders（构建者）。David 特别强调了这个词与 Developers（开发者）的差异——"构建者往往在各自特定的领域具备非常深厚的专业知识，但他们擅长的领域可能并非软件工程。"

为此，Google 正在中国布局新的课程体系，帮助那些没有深厚技术背景的人群使用工具去创造和构建。传统开发者社区中，正在涌入越来越多的"构建者"。

至于 AI 对初级开发者和资深开发者的差异化影响，David 给出了一个颇具颠覆性的判断：在智能体时代，一名优秀开发者所需的技能，有些与以往相同，有些则截然不同。"你现在去指导一个编写代码的新人，可能不需要教他太多基础代码语法，也不需要教他某些特定的 API 交互方式。"他说道，"相反，你需要教他如何进行架构层面的思考，如何用系统性的视角去审视问题，以及如何确立一个安全基线。"

换句话说，AI 降低了入门门槛，但抬高了上限。基础语法不再是瓶颈，系统性思维才是关键。

从 Demo 到生产：那条真正的鸿沟

AI 让"超级个体"成为可能——一个人几个小时就能打造一个 AI Demo。但从超级个体到超级团队，从 Demo 到真正的生产级产品，这条路依然布满荆棘。瓶颈究竟在哪里？是技术，是团队架构，还是信任与安全？

David 的回答直指 Google 的战略定位："在当前的智能体世界中，Google 最核心的使命，就是帮助每一位出海的中国开发者成为他们的全栈合作伙伴。"

他勾勒了一条从原型到全球部署的路线图：在 AI Studio 中完成原型设计，然后通过 Cloud Run 部署到 Google 的全球生产级基础设施上。"你只需简单点击几下，服务器就能接收来自一个客户乃至 100 万个客户的请求，覆盖每一个国家和市场。"

这些高级云工具提供的不仅是算力，还有安全防护、企业级可靠性，以及保障应用在全球各市场顺畅运行的能力。David 也坦承了一个事实："我们非常清楚，现在从构思到生产，难度比预期要大得多。"

这份坦诚本身传递了一个信号——Google 深知 Demo 到 Production 的鸿沟是真实存在的，而他们选择以"全栈合作伙伴"的姿态来弥合它。

Token 经济学：当账单成为新的技术焦虑

智能体时代有一个绕不开的现实问题：Token 不够用了怎么办？当开发者从"写代码"转向"编排智能体"，每一次调用、每一轮对话、每一个 Agent 的思考链路都在消耗 Token。账单像水表般跳涨，尤其是对于出海开发者而言，全球化意味着多语言、多市场、多轮交互——Token 消耗量呈倍数级攀升。

David 直言，管理 Token 消耗量是当前全球开发者最热门的共性议题。而他观察到的成熟做法是"两层级模式"——规划层调用前沿模型（如 Gemini 3.5 Pro）负责问题求解、编排与协调，执行层交给更小、更便宜的模型（如 Gemini 3.5 Flash）。"通过平衡和编排这些模型，开发者能够在不同工作负载的调用过程中大幅节省成本。"

除了模型分层，他还分享了两个实战技巧。其一，优化缓存与系统提示词（System Prompt），避免重复的 Token 请求。其二，区分"需要 AI 持续介入的环节"和"可转化为确定性方案的环节"——经验丰富的开发者会在执行阶段把确定性部分从 AI 管道中剥离，用传统系统处理，而不是把所有事务都丢给 AI。

"很多初级开发者会犯这样的错误，在执行阶段把所有事情都交给 AI。"David 说道，"但有经验的开发者会判断：这块可以转化为确定性方案，执行阶段我就用另一种系统。"

这是一种成熟度的判断——知道何时使用 AI，何时不用 AI，本身就是智能体时代的核心工程能力。

中国开发者出海：工程能力满分，全球化认知待补

当谈及中国开发者融入全球生态中最容易被低估、最需要补齐的能力时，David 的回答坦率而具体："中国开发者在速度、创新和新业务模式探索上都有非常出色的能力。但他们面临的一个挑战是，需要进一步加深对世界其他国家商业和政策环境的了解。"

他把 Google 的角色定位为"桥梁"——"通过结合中国开发者卓越的工程能力，以及我们专家和导师团队所提供的全球经验，我们可以助力更多中国创新在全球各地落地。"

但他特别强调了双向性："我希望这种交流是双向的。其他国家的工程师也可以向中国工程师学习，特别是中国工程师在创新方面的卓越能力。"

人是群居动物：社区的价值不会被 AI 替代

当我问及在 AI 可以为每个人编程的时代，GDE 和 GDG 社区的真正价值是什么时，David 的回答回归了一个最朴素的判断："人是群居动物。"

"即使有了 AI，人可以从 AI 那里获取大量知识，但人依然需要相互沟通与交流，激发灵感，碰撞火花，相互学习并建立连接。"他说道，"这也是为什么 Google 大力投入 GDG，并举办像今天这样的大型活动。"

而专家和导师在新世界中的角色，David 认为是"帮助开发者更深入地理解每个问题背后的工程原理"——如何把需求转化为业务需求，如何理解用户交互。"这些内容是需要人来学习、由人来传授的。"

David 还分享了一个个人体验：他本人在用智能体做构建时，经常会开启"旁边的附加对话"，在这些对话中学习和了解不同的架构选项。"智能体本身能够帮助到人，特别是那些传统意义上没有深厚技术背景、正在学习这些技术的人，这是非常好的助力。"

竞争是好事：Gemma 4 系列新模型已在预训练

采访的最后一个话题落在了开源模型的竞争格局上。当被问到中国开源模型和 Google 开源模型在全球开发者眼中的变化时，David 的态度非常开放："竞争是好事，我们对竞争喜闻乐见。"

他透露，Google 已经启动了 Gemma 4 系列新模型的预训练工作，并将持续在 Gemma 上投入大量资源。而 Android Benchmark 工具的建立，正是因为"谁第一谁第二基本上每天都在变化"——Google 希望帮助开发者在这种快速变化中挑选适合自身工作负载的模型。

没有永远的第一名，只有永远在选择中的开发者。这或许是智能体时代最真实的写照。

采访结束，David 起身说了一句："It's so exciting to be here in China. I learned a lot from Chinese developers every time I come."（来中国太令人兴奋了，每次来我都从中国开发者身上学到很多。）

边界消融是必然——他说得很笃定。但消逝的只是技术栈之间的壁垒，而非对工程本质的洞察。在一个人人都能构建的时代，真正稀缺的，是知道该构建什么、以及如何保障它按预期运转的人。

技术边界消融不可逆,但 AI 未取代工程师——对话 Google 开发者生态负责人 David McLaughlin

友情链接