大家好，我是汤师爷~
在 2024 年底，OpenAI 发布了最新推理模型 o3。o3模型相当炸裂，在世界级编程比赛中拿下第 175 名，打败 99.9% 的参赛者。AI 写代码都赶上顶级程序员了，程序员是不是要失业？
最近不少读者反馈，像 GitHub Copilot、Claude Sonnet 3.5、Cursor 等 AI 辅助编程工具，能让代码编写效率平均提升 20%。有更夸张的，在CRUD多的场景可提升 50% 以上。
为啥企业还没大规模使用？
目前很多企业还没大规模使用，无非两个原因：
- 安全考虑：目前AI 辅助编程工具都会上传代码，一旦核心代码上传到线上，很可能导致机密数据泄露，后果不堪设想。
- 配套工具还不成熟：AI 接入研发流程，需要改造现有流程规范。例如，接入各类 API、插件、CI/CD 流程、对项目管理和版本控制的适配。
目前来看，企业非常想用 AI 编程来降本增效，但员工普遍都抗拒 AI。
AI 本质上是提效的工具，但员工会想，用了 AI，效率是提升了，但会不会又要裁员？
学会了AI，不见涨薪，反而可能要多干几人的活。既要牛马跑，又要牛马不吃草。
但是，尽管阻力不少，但趋势却非常明显。
2025 年，AI 辅助编程将很可能成为软件行业标配，就像现在 IDE 不再是“可选项”，而是“必须品”。
企业若拒绝用 AI 编程，跟用了 AI 编程的企业比，效率被同行甩开一大截。人们用惯了挖掘机，没人会想回到用铲子的时代。
程序员会被淘汰吗？
面对 AI编程工具的强势崛起，最先紧张的往往是程序员。
简单的增删改查、修重复 Bug、修补业务逻辑等，看起来，不再需要大量的程序员去干了。
未来很多公司，只要两个资深工程师加 AI 编程工具，就能顶过去 5 个人的产能。
AI编程工具并不一定减少程序员的数量，但初级程序员们需要快速成长为中级，否则很容易被淘汰。
程序员们该怎么办？
1.从纯编码到“需求分析”+“架构设计”+“监工”
把客户的抽象需求，转化为产品功能需求，包含大量的沟通、理解、分析工作。面对模糊的业务目标和各方需求沟通时，AI 目前还办法处理。
在设计系统时，需要平衡性能、成本、可维护性、安全合规等多项因素，还得根据团队能力和项目规模来做最优解。这种复杂的设计工作，AI 目前还不能完全胜任。
今后程序员的核心能力将不再只是会写代码，而是能用好 AI。最典型的场景是，程序员拆解需求，写出有效提示词，让 AI 产出初步代码，再对AI的代码进行审核，“监督”它继续修改，最终提交成品。
2.通过 AI 加速学习
过去遇到 Bug，要么上网搜资料，要么在编程社区“跪求大佬”。现在人人身边都有个顶级老师，多提问，多让AI 给解题思路。
竞争更激烈，学习周期更短，每个新手要快速升到中级水平，否则很容易被淘汰。原本 3-5 年才能从初级晋升到中级，现在 2-3 年就有可能达成。
传统“人海战术”结束了，企业会减少初级岗位，更多依赖资深工程师，加上 AI 来完成大量工作。
本文已收录于，我的技术网站：tangshiye.cn 里面有，AI 编程、算法 Leetcode 详解、面试八股文、BAT面试真题、简历模版、架构设计，等经验分享。
文章整理自互联网，只做测试使用。发布者：Lomu，转转请注明出处：https://www.it1024doc.com/6680.html
