AI 到底能不能替代人类编程

目前，正是 AI 编程的风口。各大公司争相发布相关工具，各种文章满天飞。也有公司，已经在大量使用，并替代了很多程序员。那么，AI 编程真的能在不久的将来，完全替代人类编程吗？下面，从 Web 开发的角度，来谈谈我的看法。

需求的理解

Web 开发的第一件事情，就是要充分理解拿到的需求。产品的需求，本身就不可能做到完美，需要在和程序员的博弈中，不断地打磨。而对于程序员，又需要根据自己的经验，来构思出需求实现的大致细节，以便评估出需求的合理性和潜在问题。这其实是个很吃经验的事情。而目前市面上的 AI，都没有特别擅长处理这些问题。所以，人类暂时略胜一筹。这也决定了，程序员这个职业是不会消失的。当然，是有需求分析能力的程序员。

设计能力

需求确定后，需要做的第二件事情，就是设计整个需求实现的大致结构。有时候，估计还得写不少方法和参数的伪代码。而设计本身，其实并没有标准的解决方案。需求的细节不同，用户量也差异很大，而业务所处的阶段，也千差万别。这些都会导致，最终的方案大相径庭。比如，用户量不大的时候，很多业务，直接访问数据库即可，完全没必要大量使用缓存。方案本身的复杂度和个性化，导致了只有当前阶段合适的方案，而没有标准意义上最好的方案。这些事情，目前的 AI，也很难处理。所以，程序员还是要有专业的设计能力的。

开发效率

接下来就是代码实现阶段了。就开发效率而言，你得一个字一个字敲，它能瞬间生成，怎么比？AI 完胜。当然，首先 AI 得生成我们想要的代码。这取决于所要实现业务的复杂度，和你给出的提示词的准确性。目前的 AI 模型，还是有一定概率，写出不符合要求的逻辑的。当然，在一些简单、重复的需求上，AI 编程已经表现得很优异。而在一些定制问题或复杂问题上，AI 写的代码，有时候反而成了一种累赘。

逻辑准确性

AI 生成的代码，原则上，是不值得信任的。AI 总是在动态的获取经验，而所谓经验，就是大概率挺对，但不保证百分百的准确性。谁家模型，说能保证百分之百准确，要么是它真发现了这个世界的真理；要么就是模型过拟合了。而程序，不同于文生图和信息咨询，是一个要求百分百准确的事情。一个微小的错误，都可能引起灾难的后果。曾经我就经历过，一个标点符号引发的灾难。所以，AI 生成的代码，总是需要有经验的程序员，细致的再看一遍的。这也说明，程序员这个职业不会消失，但需求量估计会减少。

代码质量

代码质量方面，程序员和 AI，其实是个相辅相成的关系。AI 最大的优势，就是能帮我们快速检测出，代码在各方面的潜在问题。这也是我认为，AI 最有发展的一个方向。基于它从大量数据集中获得的经验，可以快速地审查我们编写的代码，发现其中可能存在的 bug、安全风险和性能瓶颈。至于像代码规范、合理注解等，更是不值一提。这明显会让整个行业的代码质量有质的提升。也能在很大程度上，降低程序测试的人员成本和压力。

而 AI 生成代码的质量，很大程度上，取决于所用的数据集。依我看来，数据集大多数来源于开源社区。而随着各大模型公司的流氓行为越来越严重，开源社区的未来堪忧。将来，还能像如今一样，一直贡献高质量的代码吗？而这也决定了，AI 生成的代码，并不可能总是最优的。毕竟，开源社区，即使出名的项目，代码水平也层次不齐。所以，AI 生成的代码，肯定会优于很多一般的程序员，但肯定比不上，真正专业程序员定制出来的代码。

其他

当然，程序员还有其他一些方面优于 AI。比如团队合作能力等，毕竟是个人。而大模型的基因，也决定了使用它，大概率是要一直花钱的。而目前几个寡头的局面也很难改变。期待小模型的成熟和模型微调成本的下降吧。到时候，稍微有点实力的公司，就可以训练出自己的定制模型，而这类模型，其实更加实用。

综合评估

AI，内部人士其实更喜欢叫它“机器学习”。顾名思义，从已有的大量数据中，挖掘出我们需要的经验。无论目前吹得多厉害，目前的 AI，本质上还停留在，通过数学模型，来解决一个特定问题的阶段。暂不具备，类似人类自我思考的能力。虽然，表现的确实是那么的聪明异常。

所以，目前的趋势，还是作为一个划时代的辅助工具来改变编程界。它可以极大地提高编程效率；像曾经框架、类库等的不断发展一样，也会明显地拉低编程的入门难度。甚至让很多初创团队，一个人就可以搞定一切。所以，程序员的需求量也会降低。将来，即使是成熟的团队，也大概率是两三个人的小团队。也因此，更需要真正的高端程序员。他们有着丰富的编程经验，又可以通过 AI，快速的完成，以前重复而有繁琐的工作。

技术升级

所以，不是程序员行业的问题，而是程序员个人能力升级的问题。在现实中，我们不乏有很多程序员，还停留在重复、机械的开发代码的阶段。那怎么做技术升级呢？对比以上谈到的内容，其实主要就是两方面。一是你要以积极、开放的心态来面对 AI，可以逐步尝试起来。二是要提高自己的核心能力。比如需求分析、模型设计、编程思想、团队合作、项目管理等，不能只着眼于纯技术本身。试想想，你整天甩脸子，让老板觉得你很难合作，人家一气之下，直接自己用 AI 编程起来，那你就完了。（开个玩笑）最终，我们还是要选择，是要做一个有思想的程序员；还是要做一个，机械写代码、要被逐步淘汰的码农。

真正的危机

其实，AI 编程影响最大的，是测试人员。代码质量有了更加高效、更加智能的保障，可能就不需要那么多测试人员了。团队留一个喜欢挑毛病、有经验的测试人员，其他点点界面的工作，大可以找一些临时的实习生。