2026 年，AI 编程工具将能为很多开发者和团队生成约 90% 以上的代码——这个假设正在兑现。Gergely Orosz 在 When AI writes almost all code, what happens to software engineering? 里，从资深工程师的亲身体验出发，系统梳理了这件事对软件工程职业的六重影响。
顿悟时刻：从”烂活”到拐点
2025 年底到 2026 年初，一系列模型发布构成了 AI 编程能力的拐点——Gemini 3（Google，11 月）、Opus 4.5（Anthropic，11 月）、GPT-5.2（OpenAI，12 月）。
最有代表性的态度转变来自 Andrej Karpathy。2025 年 10 月他还在播客上直言 AI 编码”就是烂活”，两个月后他写道：“我从来没有像现在这样觉得自己作为程序员落伍了。这个职业正在被大规模’重构’，程序员亲手贡献的代码比例越来越少。”
Claude Code 的创造者 Boris Cherny 更极端——上个月他提交的所有代码都由 Opus 4.5 生成，约 200 个 PR，每一行都是 AI 写的，他甚至没打开过 IDE。
DHH（Ruby on Rails 创始人）也 180 度翻转：去年夏天他还在 Lex Fridman 节目上说不让 AI 写代码，事后承认”那部分抵触其实是因为当时的模型还不够好”。Tailwind CSS 创始人 Adam Wathan 的感受更直接——“现在每次不得不自己手敲精确的语法，都感觉像是一件苦差事。”
Gergely 自己的体验：假期里他用 Claude Code for Web 在手机上就完成了生产级代码的编写、审查和合并。技术栈是 TypeScript、Node/Express、React 和 Postgres，“AI 能生成 90% 的代码”基本属实。
正在贬值的技能
- 原型开发：产品经理、设计师和业务人员可以自己搭原型了，每个开发者也被期望能快速生成概念验证应用
- 编程语言多面手：AI 可以在任何代码库中给出像模像样的实现，精通多种语言的优势大幅缩小
- 前后端专精：一个后端工程师可以通过提示词生成还不错的前端甚至移动端代码，初创公司很难再有理由分别招前端和后端
- 执行定义清晰的工单：Cursor 团队已经有自动化流程，所有 Linear 工单自动传给 AI 一把实现，开发者只需决定合并还是继续迭代
正在升值的能力
技术负责人的特质——当 AI 能实现任何定义清晰的工单，关键是谁来写那个能让 AI 正确生成代码的工单。功能性需求的用户侧描述非技术人员可以写，但非功能性需求（性能、无障碍、可靠性）需要软件工程知识。能站在用户角度思考、把工作拆解成定义清晰任务的工程师会更抢手。
测试和测试基础设施——智能体需要反馈回路来验证产出：编译检查、静态分析、自动化测试。没有这些，AI 生成的代码不可信任。测试能力从高级工程师的加分项变成所有人的基本功。
产品思维——明确”做什么”比”怎么做”更重要。WorkOS 约 80 个工程师只配一个产品经理，每个人都是产品工程师（product engineer）。
架构决策——代码生成得越快越多，软件结构的决策就越关键。单体还是微服务？接口和边界在哪？这些必须由人明确指示 AI 去遵循，否则就是难以维护的泥沼。
可靠性、性能、安全——当谁都能凭感觉编程（Vibe Coding）生成一个”差不多能用但随时可能崩”的东西，能产出始终稳定可靠代码的工程师更加稀缺。
残酷的现实
更多代码 = 更多问题。 Meta 的”编码机器” Michael Novati 用 AI 后 PR 数量翻倍，每月 400-600 次提交。Cortex 2026 基准报告显示变更失败率（导致故障或回滚的部署比例）上升了 30%。
工作生活边界被侵蚀。 AI 智能体在远程沙箱运行意味着开发者可以在手机上随时写代码。前 Datadog 工程师 Donovan Dicks 担忧：“‘不在电脑前’是我仅存的几道防线之一，如果移动端编码工作流变得可行并成为常态，这道防线可能就不复存在了。”
初级工程师被逼着快速成长。 拆解复杂项目、跨栈工作、产品思维、架构决策、验证 AI 输出、自动化测试、管理技术债——这些以前是高级或 Staff 级别的要求，现在正在变成入门级工程师的基本期望。
产品管理与软件工程的边界模糊
Linear 联合创始人 Karri Saarinen 的观察：纯编码智能体工作流现在能根据目标直接产出可用代码，“中间层软件工作”——那个曾经占据大量时间的”写代码”环节——正在消失。IDE 正在从编写工具变成代码浏览器。
软件工程师变得更有产品思维，产品经理变得更能亲手构建原型。两个职业的重叠比以往更多。
文章的核心判断
AI 会推动大家去认真思考验证、可观测性、架构和约束。一个团队越是依赖 AI 生成代码，软件工程的基本功就越重要。
Gergely 坦诚地写下了自己的失落感——“感觉有某种珍贵的东西正在被夺走”：进入心流状态、手指飞速敲代码、编译运行一切按预期工作的那种成就感。但他也认为，这场地震级的巨变意味着新机遇，五年后市场对软件专业人才的需求可能比今天更高。