跳到主要内容

AI 真的能替代程序员开发了吗？

前言​

在ChatGPT出现后，很长一段时间里，我都以为AI取代开发是一个伪命题，这已经是在我试用过市面上的AI编程工具后得出的结论，比如：通义灵码、TRAE。

通义灵码
trae

这些工具用起来更像是一个聪明一点的代码补全，它能帮你写一个方法，但你得告诉它每一步怎么做。遇到稍微复杂一点的业务逻辑，它就开始一本正经地胡说八道，你花在纠错上的时间比自己写还多。

但是，当我第一次使用上 KIRO 中的 Claude，它在10分钟内帮我解决了一个我花了半小时没解决的问题，那种激动的心情，真的和发现了新大陆一样兴奋（即便那个时候的 KIRO 只提供了 claude 3.5）。

kiro

解决问题总是让人开心，但是从那段时间到现在，我逐渐意识到这背后是有着巨大代价的。

AI 编程刚面世的不足​

不管是通义灵码还是 TRAE，本质上来说，它们提供的 vibe coding 都是上下文感知极差的代码补全。

它们的问题集中在几点：

  • 没有项目全局视角：只能看到你当前打开的文件，对整个项目的架构、模块依赖一无所知
  • 无法执行和验证：写完代码不会自己跑一下看看对不对，更不会根据报错自我修正
  • 缺乏工程思维：不懂你的业务，不懂你的团队规范，写出来的代码风格和项目格格不入
  • 对话即失忆：每次新对话都要重新交代背景，没有持久记忆

所以那段时间，我对"AI取代程序员"这件事是持怀疑态度的。AI更像是个高级搜索引擎，帮你少查几次 Stack Overflow。

KIRO 带来的改变​

真正让我改变看法的，是 KIRO 的 Spec + Autopilot 模式。

它不再是"你说一句，我写一句"的对话模式，而是你给它一个目标，它自己拆解任务、读代码、改代码、跑测试、看报错、再修复，整个流程跑下来，你只需要在旁边 review。

我给自己的每个项目都写了专属的 MCP 服务，对接 Kibana、数据库、内部 API。这样 KIRO 就有了真实的项目上下文，它能直接查线上日志、查数据库表结构，而不是靠猜。

最让我震惊的一幕是： 当我对接好公司的各种数据，把一个 Jira 链接丢给它，它自动抓取需求内容，理解业务逻辑，写代码，跑测试，然后提交 PR。整个过程我没有写一行代码，只是在最后 review 了一下它的实现思路。

而且我还会 AI 自己改自己的 MCP 服务——当我发现某个工具不够用的时候，让他自己实现。某种意义上，这是低层次的 AI 在进化自己。

KIRO 自己编写 MCP 服务给自己调用

可能你并不会意识到这有多恐怖。可是当你看着 AI 把这一切做得服服帖帖的时候，你会想起：我作为一个开发工程师，都不敲代码了，那我的价值体现在哪呢？

上瘾与代价​

KIRO 让我做了越来越多的额外项目，当然所花费的金钱也是非常之多。两个 KIRO Pro+ 账号，每个账号 40 刀，每个月在 AI 开发上花费接近 600 元人民币。

kiro账户使用量截图

这确实让我省下了大量时间去做其他事情，但也让我失去了手写每一行代码的机会。

当我后来排查问题的时候，一遇到稍微复杂一点的 bug，那种抓耳挠腮的感觉就会让我想去问 KIRO。你知道吗，那个时候我感觉自己好像对 KIRO 上瘾了一样，并且乐此不疲。

这种依赖是潜移默化的。就像用了导航之后就不再记路，用了计算器之后就不再心算。只不过这次失去的，是我引以为傲的编程能力。

AI 渗透的范围也早就不止写业务代码了。做的那个 996.ninja 的部分内容更新，我也交给了 KIRO——它会自己去找有意思的网站，然后写摸鱼忍术，坦白说写得比我还顺手，因为它不会觉得无聊，也不会拖延。

让 KIRO 帮 996.ninja 出内容更新主意

服务器运维这块我交给了 KIRO CLI，它能直接操作 k8s 集群，把各种资源调度得服服帖帖的。我需要做的只是看它跑完的结果，以及 review 一下它生成的 YAML 配置对不对。一个曾经需要我盯着终端输命令的事情，现在变成了我坐在那里等它汇报。

虽然 KIRO 也让我赚到了一些钱——做了 KIRO 账号分发系统来售卖——但收入还不足以抵扣每个月的 AI 开销。

我也不再想写博客了。因为当所有的知识都随手能拿到的时候，那些过去被视作宝贵的排查经验也就成了自来水一样廉价。也只有在写这样的思考文章时，才会让我的大脑真正运转起来。

以前我一直以为能敲代码到 60 岁，现在估计不行了。继 vibe coding 之后，下一个编程范式是什么样的呢？

AI 引发的裁员潮​

这不是危言耸听，数据已经很清楚了。

layoffs.fyi 科技行业裁员趋势

2025 年上半年，科技行业有超过 16 万名员工在 579 家公司的裁员中失去工作，其中直接归因于 AI 的岗位消失超过 7.8 万个，平均每天有 491 名科技从业者因 AI 失业（数据来源：finalroundai.com）。

微软在 2025 年 5 月裁员近 6000 人，7 月再裁 9000 人，合计约占全球员工总数的 4%。CEO Satya Nadella 公开表示，微软目前有 20%~30% 的代码是由 AI 编写的，公司正在把节省下来的人力成本投入到 800 亿美元的 AI 基础设施建设中。

IBM 裁减了约 8000 个 HR 和行政岗位，理由是 AI 工具已经可以接管这些日常事务性工作。

到了 2026 年 3 月，Block（旗下有 Square、Cash App）将员工从约 1 万人削减到不足 6000 人，这是迄今为止明确以 AI 自动化为由的最大规模单次裁员。

很多人把这次 AI 带来的变革称作信息时代的"纺织机诞生"。工业革命时，纺织机确实消灭了大量手工织布工的岗位，但同时也创造了工厂工人、机械师、工程师等新职业，整体就业规模最终是扩大的。

但这次可能不一样。

纺织机只是替代了体力劳动，而 AI 替代的是脑力劳动。更关键的是，AI 的能力边界在以肉眼可见的速度扩张，今天它还只是写代码，明天它就能做架构设计，后天它就能独立交付一个完整产品。

那些失去工作的程序员，还能维持以后体面的生活吗？我不知道答案，但我知道这个问题已经不再是一个遥远的假设。

我现在的状态​

我没有答案，只有感受。

作为一个写了多年 Java 的开发，我现在的工作状态是：更像一个 PM 和 Reviewer 的结合体，而不是一个 Coder。我负责想清楚要做什么，然后让 KIRO 去做，最后我来判断它做得对不对。

这个角色转变让我有时候感到轻松，有时候感到空洞。

轻松是因为那些重复性的、机械性的编码工作确实消失了。空洞是因为，写代码这件事本身曾经给我带来的那种心流感、那种把一个复杂问题拆解然后一步步解决的成就感，正在慢慢消失。

AI 进化的速度真的太快了。我唯一能确定的是：那个靠记住更多 API、写更多 CRUD 来体现价值的程序员时代，已经结束了。

至于接下来是什么，我们都在摸索。

本文由我写出骨架与真实感受，由 KIRO（Claude Sonnet 4.6）润色完成。这本身也是 AI 改变写作方式的一个缩影。