AI浪潮来袭02-AI编程的盛世狂欢、困境反噬与未来展望,兼论少年壮志

作者·夏虫|崇远

『数据虫巢』

全文6712字

题图ssyer.com

"亲身经历了技术团队AI编程转型后的实践分享，以及面对AI变革浪潮的反思，还有点点关于少年意气的感叹吧。"

4月份的时候，我写下了《AI在改变世界01-热爱你的事业，就要亲手用更好的东西埋葬它的过去以及自己》，其实那会儿AI编程刚处于专业的AI编程IDE出来不久，如果从"硬性指标"来量化的话，Git里提交的代码用AI写出来的占比只有三四十，也没有人想过说一定要量化衡量说对于人效到底提升了多少。

那会儿虽然可能隐约意识到这波AI浪潮，由技术开发发起，席卷到技术开发自身已成定局。当时我还自嘲说到"热爱自己的事业，就从亲手埋葬他开始"。本质上就是技术开始革技术的命。

但是我没想到节奏会这么快。

01

技术的狂欢盛宴

9月初，仅仅也就过了五个月，已如"沧海桑田"，变化太大了。从开始的AI编程IDE开始探索，我们好奇又笨拙的跟编程的AI Agent通过Prompt沟通交流，然后看着AI帮我们写代码，然后又一脸"果然如此"的表情，开始给AI的输出代码挑错，然后再手动的改正他。

一边感叹AI确实比过去变的聪明太多了，另一边有带着"果然没我不行"的那种成就感，推进着工作。彼时，行业开始兴起各种流派，各种探索，当然也有各种AI编程工具兴起。

比不得行业一些大厂"财大气粗"，上来就每人每个月数千大洋的Token预算。我厂属于那种"谨小慎微"但又怕跟不上潮流的类型，所以只能不断地钻研如何在贫穷的前提下研究更加高效的AI编程逻辑。

要知道我们前一个月都是自费探索的，好不容易厂子开始批量采购了，但是Token依然卡的很死，并且采购的IDE也是国产货--并没有行业中很多同行"瞎Prompt"都做的很溜的CC那么牛X。

并且，此时技术工程团队已经重新梳理和审视如何量化AI给我们带来的这波效率提升了。于是就有了显式的AI代码覆盖率，以及对应人均需求交付效率提升目标。

还能咋滴，冲。并且，作为CPS业务中拥有APP开发、前端H5开发以及后端开发工程团队，讲真，真的算是一块非常非常适用于做AI编程转型的"试验田"呀。

穷且益坚。

于是，我们从常规的Prompt AI编程，过渡到Vibe coding编程，再考虑到复杂需求，开始研究基于流程驱动的RDD编程，并且在这个过程中，为了质量和AI编程统一性，控制住质量，开始建设Skills，尽量的缩小不同的人在使用AI上的效果差距。

逐步逐步的，从小作坊"八仙过海"的探索，逐步过渡到了规范化流水式的规范作业。并且在这个转型过程中，对于技术团队的新的流程范式所需要匹配的机制，进行了拓展和建设。

既然AI代码覆盖这么高了，人的产出是什么，是Prompt，还是RDD时代下的各种中间md产物？那Git上也将这些你的实际产出提交吧，技术的产出已经

作为一块上佳的"试验田"，就要有试验田的觉悟，于是CPS的技术团队开始研究AI全栈。

既然APP都可以开发，一些嵌入到APP的H5页面在AI帮助下岂不是手到擒来。连后端都可以开发，一些给运营用的中台系统也就多了一些额外的Web页面而已，一起给做了吧，就算做出来Bug，赶紧修就好。连IOS这么难的都会写，要不，你把Android和HOS另外两端的一起给写了吧，反正产品的功能都一样的，做一端是做，两端也是做。

最疯狂的时候，尝试让做APP开发的人，把后端接口一起给做了；做后端业务开发的人尝试做一下APP的界面。AI时代下，所谓全栈是也。

然后既然全栈，将代码知识库构建出来，出来一个需求让知识库帮忙拆解各个编程模块，各个后端域，然后顺带把代码写了。知识库都出来了，做个AI机器人吧，产品也好测试也好，你想要什么信息自己去查。

还真的做出来了，测试和产品乐此不手，机器人忙的都要冒烟了。因为他们突然发现，他们自己也可以排障了，技术的黑盒正在被打开，仿佛开了一片新天地。当然，对于技术来说，测试产品遇到业务问题确实找技术帮忙少了很多，最重要的是产品写的需求更有逻辑性了，知道看看原始逻辑了，不会天马行空了。

真是疯狂的时代。

对于技术来说，AI编码代码覆盖率从40%一路涨到90%+，算需求数的话，年度同时间同比涨了50%+（虽然我也不知道为啥今年多了这么多需求），当然这里头一定是有水分的。但不可否认，AI这波，真的带来了更多的可能性。

我以为只是这群"成年人"在玩弄AI，其实不是，他的改造已经深入到年轻人了。前阵子另一个端智能前端个性化团队，招聘策略产品实习生。我遇到了好些个还在学校的学生，简历上真的好多AI应用或者探索场景呀。你来应聘个策略产品实习，然后说我搞了个新产品，规划了产品迭代，还用AI帮我写了，还怼着视频给我演示他的Demo--如数家珍。

真是一个疯狂的时代，一个狂欢盛宴的时代，一个技术沉淀看起来已经越来越不值钱的时代。

我突然意识到，对于技术开发来说，AI带来的不单纯是效率的提升，本质上这已经是技术平权的时代。

想到这，我不由的冒了下冷汗，幸好整个成功转型的过程我都身亲参与其中，更幸好我的基本盘其实是端智能前端个性化，我的另一个偏向于数据算法策略的业务和团队，才是我的底气所在。技术转型的亲力亲为只不过是我不想被这个时代丢弃，只是个小填头。让我的技术管理技能以及认知，不要落伍了而已。而算法策略个性化领域，AI的侵入算比较低的。

嗯，扶我起来，我还能再战。

直到前一阵子，出现的线上故障，我突然意识到，我们包括这个行业是不是高兴的有点太早了。

02

反噬的困境迷思

正如自动驾驶搞了这么多年，在高速上我自己的豹子偶尔也会开下，松松脚，但是我是从来都是手不离方向盘，也不敢瞌睡，松完脚就接管回去。因为我知道，这是L3，出了事交警找到还是我，更何况如果连命都没了呢。

AI编程这个"自动驾驶"技术，其实依然只是个"辅助驾驶"L3啊。

前阵子，连续出现好几个线上事故，所幸都不算大，然后我们复盘了一下，发现都指向了一个地方--AI编程。

其实作为我厂技术团队AI编程的进度来说，我们CPS的技术工程团队一直冲在最前头，谁让他是一个独立业务呢，出问题了兜得住。但讲真，其实我是小心翼翼的，每个阶段的推进，都会想如何将发散做收敛，如何将探索做抽象编程规范流程和机制。

所以，看着我们推进得很猛，但是一直以来没出过啥大事。当然真的挺猛，这小一年一直跟行业保持沟通和关注，他们还停留在Prompt时，我们已经SDD了，他们探索SDD的时候，我都已经推进AI全栈搞知识库搞AI机器人了。

这阵子的故障，其实不单纯是AI在写代码出现的"自我感觉良好的幻觉"问题了，而是体现出一个更大的问题--AI时代下全链路的协作效率不一致、AI时代下人机模式的变化、AI时代下权责反思的问题。

甚至是人性的思考。

其实AI如果仅仅只是写个小bug，其实在技术可控的流程范围内，还是相对容易检测出来的。但是当产品也在用AI写需求，技术用AI写代码，测试用AI来写用例--那么，谁来保证他们运行的就一定是对的呢？

全链路的环节中的每一个人，其实都在习惯性的"变懒"，大家都觉得自己用AI造出来的东西是靠谱的，并且一次二次没出问题之后，就感觉自己吊炸天了。每个人的AI的成瘾性在上涨，谁为最终交付负责呢？如果出现线上几千万几个亿的损失，谁来埋单，把这个AI工具给开除了吗？！

大家沉浸于这种"狂欢"中，其实没有意识到，AI编程依然是L3啊。当前，并没有形成大而全的新的协作范式、规则规范、责任制度这些"法律"，去界定责任边界，甚至行业中都没有出现过AI导致损失个几十亿炸裂事件来"敲钟"。

前阵子的几个故障，把我吓个冷汗，在于幸好意识的早，没让我做第一个吃这口"毒螃蟹"的人，手里握的怎么滴也是个几百亿的生意啊。

其实行业不乏聪明人。

代号Project OT（组织转型），Meta 原本两轮裁员：5月第一轮、11月第二轮更大规模裁员；5月只执行第一轮（裁约8000人），直接取消11月第二轮全公司级裁员。

针对这个新闻，我无不恶意的揣摩--是不是meta用AI出现了惊天大Bug，导致了AI引发的这轮裁员给Hold住了。AI Agent 没有兑现"替代工程师"的生产力。小札可能感觉到了，就算真的出问题了，炒了AI好像没啥卵用，骂它都不一定会还口。

对于国内来说，暂时没有哪家敢说AI编程已经吊炸天了，我可以不用那么多技术了，都裁了吧，说明一切还有太多未知性。当然，这跟行业不景气，谁也不敢"逆大势"，带头搞大互联网失业率。背后多少嗷嗷待哺的家庭，失业了去挤压吉祥三保（宝安/保洁/保姆），又或者是苦练车技，参加铁人三项（外卖/快递/网约车）。

可别去嚯嚯本身就生存不易的网约车司机们了。现在我晚上偶尔加班晚了懒得开车了，打车我都得小心翼翼的，司机大哥抱怨的时候还得附和几句。

或许，全行业都在等那个"毒螃蟹"呢？哈哈哈，谁吃谁第一个死，然后作为先驱引发革命性的思考，进而推动行业进行AI时代变革机制流程。作为行业想去来说，也算"生的伟大，死的光荣"了，笑死。

但不知道，有没有朋友更认真去想过另外一个问题。不裁人只是表象，效率提升我相信不管有没有水分，一定是存在的。那么引申出来另一个问题就是，既然效率提升了，那为什么比以前更卷了？

或者说，明明我做了更多的事了，但是为什么业务似乎没有发生根本性的变化。看着每个人都很努力，交付效率也确实实打实的提升了，然并卵。

这里头就涉及到另一个思考了，技术对于整个互联网的影响到底有多大。绝大部分商业模式中，都是顶层设计决定了你的建筑基础，你的设计图纸其实基本决定了你的建筑的上下限。这意味着拿着一个建设3层小平楼的图纸，就不可能造出一个摩天大楼出来。而里面的建筑工人也好，材料供应商也好，其实做的更多的无非是将这个三层小平楼做成"豆腐渣工程"还是漂亮小洋楼的问题。

所以，从"建筑学"的角度来说，不同的企业拿到的"剧本"是不一样的，大一些的巨无霸公司拿到的是"摩天大楼图纸"，一些中上游公司拿到的是"高层大楼"，而一些中小公司可能就只能造小平房了。

而技术工作者真的就是"搬砖工"，你说搬砖砌墙的效率高了，或者说在墙上能够变得更牢固了，或者说尽可能的将房间造的更扎实更大，是有可能的，甚至在原本的3层小洋楼基础上，发挥建造者的聪明才智，盖出了一个高半层的顶层休闲室，这就是极限了。

所以就造成了这种"视觉差"，一边AI热火朝天的提效，一边业务业绩上看着依然平平无奇，一个惊天大杀器仿佛做的都是无用功。于是，行业更迷茫了。

其实，提效应该是真实存在的，但是有效需求量的实际提升应该是有限的。这里需求量跟真实需求量是有Gap差的。特别是叠加了经济下行，以及AI编程杀器之后，业务的迭代陷入了另一个"焦虑陷阱"--既然不行，我们就尽可能的多试一试。

所以，AI编程在经济下行趋势中，仿佛就像船在下沉中的一根救命稻草。与以往相比，可以在有限的单位人力单位时间中，来做更多的尝试--而代价就是这种尝试相比以往更缺乏一些深思，珠玉与泥沙具下。

不行了，反正你们做的快，来不及思考了，先上了再说，试一试，说不定行呢。

而实际上试一试的"并发度"与业绩提升并不成正比，而进一步的代价就是这种反差带来的就是更深度的焦虑。

好像有点用，但是好像又没啥卵用。

这里值得我们更进一步深思，包括我自己也无数次问我自己的是--技术的变革带来的生产力、生产效率的提升，不应该让我们更加幸福才对吗。

03

变革的前路尽头

我曾和朋友讨论过类似的话题。当汽车出现的时候，围绕马车的使用者，或者生产链路的价值创造者们，当时有没有焦虑，以及有没有质疑说，新时代新事物的到来，对于旧时代旧事物有没有产生冲击，以及最终变革的终点是不是有益的。

反过来看，答案是肯定的嘛。除了去景区旅游，应该没有人愿意日常上班通勤坐个马车的吧，时代一定是在进步的，并且这种进步带来的正向作用一定有的。

但是我们可以想想，带有动力系统的四轮福特汽车刚出来的时候，有配套的水泥路吗，有道路交通规则或者法律吗，有专门做汽车轮子的企业吗，等等诸如此类。

我相信汽车刚出来那会儿，一定是一个新奇、惊讶以及混乱的时代。守旧的人带着新奇的眼光去看待，但是又保守的守着他的马厩；勇敢的人已经坐在上面享受着他的风驰电掣。但这个时候一定是充满了混乱的，新的变革正在打破就得秩序的时候，一定会有阵痛以及混乱存在。

就跟现在自动驾驶的话题，车商们吹得天花乱坠，也有勇敢的人先享受世界了，但一样不乏偶尔出现的因为开了自动驾驶未识别出来障碍物车毁人亡的新闻，更何况规律规范应对这些情况，道交法针对这些新的情况如何界定责任边界都还是处于模糊地带。

但我相信L4一定会到来。

我在端智能个性化业务中，尝试过将AI大模型应用于C端业务场景，包括搜索推荐，其实多少都尝试过一些逻辑，但成效寥寥无几。大伙儿翻一下，前阵子火的一塌糊涂的生成式推荐也好，生成式搜索也好，其实基本也没有哪家企业敢跑出来说，引发了他们业务效果的革命。这些论文中，只会告诉你做了哪些基于AI大模型技术层面的变革性的突破，但是效果层面基本不敢着墨太多。

所以，AI大模型对于C端效果革命的事，我信心不足也暂时没看到变化的来临。但回到AI对于生产力提效率这个事，我从未怀疑过。

所以，在AI提效这个"四轮动力汽车"取代"马车"这个事情上，行业说不定也看哪家的汽车会出现第一起重大"交通事故"，也在等新的汽车供应商出现，等待路面变得更加平整更适合四轮汽车跑，正在等适应于新的四轮汽车的道路规则的生成等等。

在继续推进AI编程这件事上，我没办法化身为法律构建者，能做的事就是尽量不要让自己去吃第一个"毒螃蟹"。

因此，近期也做了不少约束AI的事，例如在前后端AI输出之后，是否尝试让另一个AI Agent去做裁判，将前端后端不同的检测维度和边界梳理出来，让另一个AI裁判去做评估，尽量去收敛在线边界。

同时，也在让AI知识库周期性的扫雷，扫告警，扫存量边界小问题，通过每个版本去清理存量问题，避免风险累积。

而在上下游合作层面，去对于上游的产品需求面对AI产品需求，或者AI产品输出时代，从技术层面更加规范化的提出合理的要求，避免从需求层面将风险放大。从测试的下游来说，每次提交的代码，加强我们的自测，以及给测试提供更加丰富的改动信息，辅助测试尽可能做更加完善的回归，避免风险的加速流转。

你看，其实偶尔引发了小bug，偶尔迷茫反思一下并不是坏事。因为这样会让我们风险意识更高，既然发现问题了，虽然不能作为世界主宰者去定制新的"游戏规则"，但依然能为这个时代进入新的时代，多做一些多想一些，多"添砖加瓦"。

哪怕自私一点想，任何时代的变化来临，总是要拿一些旧时代的人去"祭天"的，总是要有人去吃第一口"毒螃蟹"然后被毒死，然后引发更大层面的深思的。

我们多想一些，多做一些，就不会成为这种时代彻底变化来临的伟大"牺牲者"。回到AI生产力、效率这个话题，我相信未来是属于AI的。

AI多如狗，带脑子的机器人遍地走，一定会到来的。所以，我们不要去对抗这种行业大势。

在这波AI编程，改造技术工作者的大势中，作为亲身参与者，带领技术团队转型者，作为这场变革的免费打工的布道者，真的希望所有看到这篇文章的朋友，不管是不是搞开发的，参与其中的，以你能理解的方式，以你感兴趣的方式，参与到这场AI对于世界生产力的改造变化中来。

未来是属于AI的，但AI只是工具，未来更是属于能够掌握AI这个工具的人的。

夏虫评说-少年意气

其实这篇，从遇到事到写完这篇文章，没有几天，真的有点内心其实早就在"躁动"了，想要一吐为快了，只不过没有遇到这个合适的时间节点。

依然还是挺佩服自己这个小脑袋瓜子的，文思如尿崩，谁与我争锋，6000多字一气呵成，自认为逻辑和思考都是在线的。

回想下，其实这种"酣畅淋漓"写字的感觉已经好久没有了，上一篇关于端智能的不算，那个算半个政x治任务，夹带私货，宣传自己团队很牛逼的。前几年特别是后期写《数据与广告系列》的时候，有时候真的一气呵成写到半夜，数万字。

本质上是少年意气，心中有沟壑万千，脑中千锤百炼之后忍不住一吐为快，当然还有能熬夜思考和写出来的身体。

而这些年，要做的事更多了，甚至除了专业维度上，有一些应酬，更复杂的家庭事务，团队事务。遇到很多事虽然大多时候还是会思考和反思，但是有没有"心情"再写出来，然后"布道"分享出来，就不一定了。更何况去年底，"断腿"之后（这是另外一个故事了），身体情况明显跟前几年犹如断崖下跌，硬件有点跟不上了。

但现在想想，其实很多时候本身就是心中有意气，才能支撑你不断地去挑战新的困局，以及去突破自己。

有时候自己都挺鄙视那种躺平、不愿意思考的中年男人的，我还是一个心中有屠龙梦想的少年好吧，希望不要终成"恶龙"吧，或者有一天"懒龙"终会到来，少年终归会老去的吗，但希望那一天晚一些吧。

这个号，好像有小十年了，写下的文字之前小算了一次，没有300万，也有小200万了，光《数据与广告系列》就有小几十万字了。此外还有一些其他的行业思考，海外的一些话题，推荐系统的话题，团队的思考等等。不能说质量有多高，但一定都是夏风我思考之后的笔墨。

祝好，与依然还在订阅我的朋友同行，一起坚持着写字，坚持着心中的少年意气，再走个下个十年。

-- 夏风，写在2026年9月的某个深夜

文章都看完了，还不点个赞来个赏~