氛圍編程，可能是2025年最大的AI騙局

---

點擊上方↑↑↑“OpenCV學堂”關注我
來源：公眾號 新智元 授權

2025年2月，OpenAI聯合創始人Andrej Karpathy提出氛圍編程。

不久之后，一些公司開始在職位描述中將「氛圍編程」列為期望的技能之一。

產品經理們認為人工智能將使他們如虎添翼，使他們能夠承擔一些編程任務，甚至無需工程師即可完成工作。

硅谷的高管們更是信心十足——

扎克伯格表示，他預計一年內AI將編寫Meta一半的代碼。

2025年春天，AI已經在谷歌的項目中編寫了大約三分之一的代碼，并在一些微軟項目中發揮作用。

2025年3月，Anthropic的CEO更是預測三到六個月后AI將生成90%的代碼。

氛圍編程影響甚大，連《柯林斯詞典》都將（氛圍編程）選為2025年度詞匯，但真正使用過AI輔助編程的人，則對氛圍編程的前途不那么樂觀。

而Business insider的文章，更是指出氛圍編程帶來的長期負面影響。

使用過聊天機器人的人都知道，即使是一個簡短的問題，也常常會得到冗長的回答。

生成的代碼也是如此——當AI生成代碼時，通常會更長，這使得代碼中隱藏錯誤的可能性也更大。

今年9月，軟件開發公司Uplevel基于800名軟件開發者，比較了使用GitHub Copilot的開發者與未使用該工具的開發者之間的生產力水平。

結果發現，使用Copilot的開發者并沒有更高效或更少出現倦怠，他們的代碼出現錯誤的頻率反而高出41%。

這意味著對于這些工程師來說，AI輔助編程知識改變了工作內容，并沒有改變工作時長。

AI輔助編程，只是把工作任務從編寫代碼變成了審查代碼，而工作任務的改變，給開發者帶來了巨大的調整壓力。

Sonar為開發者提供代碼驗證工具。該公司的首席執行官Tariq Shaukat則表示：

開發者對AI持抵制態度正在減少。

2025年Stack Overflow對專業開發者進行的調查發現，只有19.3%的受訪者不使用AI，而持負面看法的開發者也占19.7%。

然而，不到3%的受訪者表示他們高度信任AI生成的代碼足夠準確。

氛圍編程的問題不止在于其沒有提升效率，還體現讓程序員由于過度依賴而逐步喪失編程能力。

軟件公司Decode的創始工程師Sriraam Raja，已經使用生成式AI編寫代碼兩年了。

他表示，當他使用AI輔助編碼時，完成項目的速度大約是以前的兩倍。

有一天，他給出指令后，坐在那里等待回復，突然意識到自己其實可以主動編寫那些他無意識地等待AI完成的代碼。

在這一刻，他意識到自己正在放棄一些自主權，因此他決定要在未來，要由自己來決定何時委派任務以及委派多少任務給AI，這些決策將會非常具體。

對于沉浸在心流狀態的編程者，等待AI輸出代碼可能會打斷工作流，而過度依賴AI有時更會造成冗長的審查過程。

而對由于使用AI而給我們帶來的長期影響，例如思維方式改變和解決問題能力下降，則更值得擔憂。AI廣泛使用的一個副作用是讓大家的自信心提高了，但同時也變得更加懶惰，而且愿意從第一性原理學習新知識的意愿也下降了。

軟件公司Silicon Society的首席執行官Frank Fusco也指出，我們天生就傾向于尋找解決問題的最短路徑，但這種方法并不利于提升編程技能。

編程能力如同是肌肉力量，必須不斷鍛煉才能維持。

對于上述現象，來自PNAS的評論文章，給出了一個更一般的描述，即機器繞道（「machinal bypass」），說的是讓AI代替我們工作中困難的部分。

例如，公關人員與其直面寫道歉信時的脆弱性，不如讓聊天機器人代勞；

科研人員與其在數據不全、理論不完美的情況下苦思科學難題，不如讓語言模型用邏輯推導填補空白；

心理治療師與其直面臨床護理的復雜性，不如斷言機器會做得更好。

無論是編程，寫作還是與患者對話，這些情境中都涉及情感或智力上的勞動，但每次當我們選擇將任務委托給AI工具時，都應先仔細權衡可能失去的東西。

問題不是AI能否生成有用的內容。它能。真正的問題在于，科學、醫學和社會如何從那些更混亂、更具關聯性且常常有缺陷的人類創造性過程中受益。如果我們希望構建一個讓人類得以繁榮發展的未來，我們就需要抵制繞過人類自身的誘惑。

上述對氛圍編程種種負面影響的擔憂，其反映是業界正在對氛圍編程祛魅。在經歷了2025年夏季的炒作之后，9 月份氛圍編碼網站的流量出現下滑。

甚至Karpathy在X上的帖子中也表示，他的最新項目「基本上完全是手動編寫的」。他說：

如果2025年是科技公司全力投入AI的一年，那么2026年可能是氛圍編程編碼熱潮逐漸消退、現實回歸的一年。

斷言AI已經奪走開發者的崗位還為時過早，氛圍編程也不會讓開發者的技能全無用武之地。

不過，那些把工作視為處理任務清單的開發者，可能比那些富有創造力并全程關注項目進展的開發者更容易被氛圍編程取代。

但對于富有創造力、有遠見的開發者來說，氛圍編程將帶來積極的影響。越全面的人才，越有可能借助氛圍編程取得成功。

相比替代開發者，人工智能更有可能為軟件測試人員帶來更多的幫助。

如果有機會開發更精細的模型、更專業的模型，這些模型只負責特定類型的代碼更新，并且能夠以更有效的方式輔助人類開發者，而不是取代他們，那么這似乎將成為氛圍編程未來的發展方向。