30 秒看懂
2025 年 3 月,Matthew Berman 讨论 Anthropic 首席执行官 Dario Amodei 的预测:AI 可能在三到六个月内编写 90% 的代码,并在一年内编写几乎全部代码。Berman 认为这个时间表过于激进,但认为 AI 辅助编程和智能体工具可能增加机器生成的代码量。 他也承认代码错误以及处理大型代码库的困难,并提出自己对开发者角色和面向机器的代码的推测性设想。所引用的百分比和时间表是预测,不是测量结果;视频没有定义全球范围的测量方式,也没有证明这两项预测已经实现。
- 1Amodei 的预测Anthropic 首席执行官预测 AI 编写的代码将迅速增加;片段没有证明这一时间表已经实现。
- 2Vibe CodingBerman 介绍如何使用自然语言指令和 AI 工具构建软件并迭代。
- 3一个公司案例他引用 2024 年关于 Google 在人工监督下使用 AI 生成代码的报道。
- 4智能体与工具他提到可以搜索文档、在容器中工作和执行代码的智能体。
- 5当前局限Berman 说 AI 生成的代码可能出错,而大型代码库会让修改更加困难。
- 6工作的可能阶段他预测首先会有更多人构建软件,随后自动化程度提高;这些是他的设想。
- 7对未来语言的推测Berman 设想代码可能变得更难被人类阅读,但没有声称这已经发生。
要点建议
- Amodei 所说的 90% 和接近全部代码是 2025 年的预测,并非观察到的全球统计。
- Berman 区分了通过对话构建应用与专业工作流中的 AI 辅助代码补全。
- 智能体工具可以搜索、使用运行环境并执行代码,但 Berman 说其输出仍有错误,质量也可能不佳。
- 生成代码所占比例是否上升取决于如何统计代码,本身不能证明软件工程工作已经消失。
- Berman 对开发者角色变化和面向机器的编程语言提出的是推测性设想。
按章节阅读整理后的全文
关于 AI 编写代码的预测
Amodei 预测 AI 编写的代码将迅速增加。Berman 讨论自然语言编程工具如何可能让这一预测看起来合理,同时认为时间表过于激进。
在一段视频片段中,Anthropic 首席执行官 Dario Amodei 预测,AI 可能在三到六个月内编写 90% 的代码,并在一年内编写几乎全部代码。我认为这个说法令人震惊,时间表可能过于激进,但也相信这种转变可能比许多人预想的更近。这些是 2025 年作出的预测,不是表明结果已经发生的测量数据。
我从“vibe coding”说起:一个人向 Windsurf 或 Cursor 等 AI 编程工具描述自己的需求,然后对结果进行迭代,而不必亲自编写每一行代码。我认为这种方式让更多人能够制作网站、游戏和应用等软件,但并不能保证结果可用且可靠。
公司与编程智能体
Berman 引用 Google 的历史数字和 Mark Zuckerberg 预测的片段。他介绍智能体工具及生成代码的局限。
我引用了一篇 2024 年报道:Google 首席执行官 Sundar Pichai 表示,Google 超过 25% 的新代码由 AI 生成,并由人类工程师审查。我猜测其中很大一部分可能来自补全工具,但视频没有确定具体比例。这是特定公司的历史数字,不是全球所有代码的测量结果。
另一段视频显示,Mark Zuckerberg 预测 Meta 将在 2025 年拥有能发挥中级工程师作用的 AI。我将其作为另一项行业预测,而非证明某个系统后来已经达到这一角色的证据。
我认为,当编程编辑器和智能体让模型使用工具、检查环境并迭代时,它们会获得更强的实际能力。举例来说,我讨论了 Manus 搜索文档、创建文件夹和容器化环境、记录笔记以及运行代码的能力。这些是所描述的功能,并非对可靠性的受控评估。
为思考 90% 的预测,我区分人类编写的代码量与 AI 生成的代码量。我认为,由于系统能够快速生成文本,且越来越多人使用这些工具,AI 输出可能增长得快得多。这个比例取决于代码的定义和统计方式,不能直接衡量完成、审查过或有价值的软件。
我也承认局限。AI 编写的代码并不总是正确;根据我自己的经验,在大型项目中增加功能和进行修改可能困难得多。我见过使用自然语言工具制作的出色项目,但这些例子不能证明自主编程总体上可靠。
工作、意义与可能的转变
另一段 Amodei 访谈考虑社会可能需要如何重新思考有用性的概念。Berman 提出软件工作的短期、中期和长期设想。
我回到 Amodei 对工作和意义的更广泛讨论。在片段中,他说,如果技术改变人们能够做的事情,社会可能需要以不同方式思考有用性,并拒绝认为人会变得无用这一虚无主义结论。他表示自己不知道解决方案。
我的短期期待是,更多人能够构建有用的软件,因为他们无需了解每一行代码就能指挥工具。中期来看,我预计智能体会在更少干预下承担更多工作。这些是我的设想,不是经过测量的就业预测。
我再次提到 Manus,将其视为一种较长时间运行的智能体的初步示例:它接收提示,工作数分钟或数小时后返回结果。我也说它远非完美,仍有错误和 bug,最终输出也不总是好。这个例子向我展示了一种方向,而不是证明它已经完全自主。
从更长远来看,我推测 AI 生成并使用的代码可能不再需要像今天人类可读的编程语言一样。我设想它可能使用人类难以理解的符号或其他形式。这是关于未来可能发生什么的理论,并不是对已经展示出来的编程语言替代品的描述。
我提到 GibberLink,作为两个 AI 系统交换编码音频的例子,同时指出它由人类创建,而且可以解码。我用它设想未来机器通信可能变得更难理解,但这个例子并不能证明这样的未来已经到来,也不能证明现有模型的内部机制完全不可知。
同频道的其他文章
14:45EN → 简体中文
21:11EN → 简体中文
34:21EN → 简体中文
0:26EN → 简体中文
0:36EN → 简体中文
0:21EN → 简体中文