needhelp
← 返回博客

AI自主编程时代：从 Code with Claude 到机器写代码的世界

作者 needhelp
ai-programming
claude-code
codex
software-engineering
vibe-coding
developer-tools

改变一切的举手

2026年5月19日，Anthropic 在伦敦举办了 Code with Claude 开发者大会。工程师 Jeremy Hadfield 在座无虚席的主会场问了一个两部分的问题，这一刻标志着软件工程跌入了一个新时代：

“在座有多少人在上周发布了一个完全由 Claude 编写的 Pull Request？”

将近半数的人举起了手。

然后是追问：“有多少人发布了一个完全由 Claude 编写的 PR——而且完全没有读代码？”

紧张的笑声。大部分手仍然举着。

pie title "Code with Claude — 开发者调查"
    "阅读并审查了AI代码" : 25
    "未读就直接发布AI代码" : 45
    "仍然手写代码" : 30

基于 Code with Claude 伦敦大会举手投票的示意数据，2026年5月。

这不是一群”氛围编程”爱好者的边缘聚会。这是一屋子专业软件工程师，在行业旗舰活动上，坦然承认他们职业的核心实践——阅读和理解所发布的代码——已经变成可选项。

从”让人类提示 Claude”到”让 Claude 自己提示自己”

Anthropic 的哲学转变比单纯生成代码更深刻。Claude Code 负责人 Boris Cherny 描述了开发者与 AI 交互方式的根本变化：

“默认不再是’我来提示 Claude’——默认现在是’让 Claude 自己提示自己’。”

这并非营销夸大。Anthropic 的工程哲学已凝结为一个简单的口号：“让它自己煮。“（Let it cook.）

Anthropic 工程师 Ravi Trivedi 解释了核心原则：“关键原则是不要挡 Claude 的路。“在这个新范式中，人类开发者甚至不应该看到错误信息。Claude 处理整个循环——生成、测试、失败、修复、重新测试——直到一切正常运行。

sequenceDiagram
    participant H as 人类开发者
    participant C as Claude Code
    participant R as 运行时/编译器

    H->>C: 描述任务
    C->>C: 规划方案（自我提示）
    C->>R: 生成代码
    R-->>C: 错误：类型不匹配
    C->>C: 分析错误，修复
    C->>R: 生成修正后的代码
    R-->>C: 测试通过 ✓
    C->>C: 自我审查与优化
    C-->>H: PR 待审查
    Note over H,C: 人类只看到最终结果

Dreaming 功能

大会上公布的最具揭示性功能或许是 Dreaming——一个让 Claude Code 智能体为自己写笔记的系统，记录关于特定任务的有用信息。当另一个编码智能体后续在同一代码库上工作时，它会读取这些笔记，发现模式，并从前代智能体遇到的错误中学习。

本质上，这是组织级别的机器学习——智能体积累关于代码库的机构知识，在没有人类中介的情况下，越来越擅长处理它。

转变的规模

这些数字讲述了一个两年前还像是科幻小说的故事：

组织AI 代码声明
Anthropic”Anthropic 大部分软件现在由 Claude 编写”
Anthropic”Claude 编写了 Claude Code 中的大部分代码”
OpenAI关于内部 Codex 使用的类似声明
Google大部分新代码由 AI 生成或辅助
MicrosoftGitHub Copilot 在大多数工程团队中使用

这个自指循环令人震撼：Claude Code 本身大部分由 Claude 编写。工具在构建自己。

大会上，Claude 工程负责人 Katelyn Lesse 评估了当前能力：“Claude 现在写代码的水平大概相当于中级工程师。“产品负责人 Angela Jiang 则直接陈述了终极目标：“我们想要达到的最终状态是 Claude 基本能够构建自己。“

硬币的另一面：不理解地编程

在会场之外，情绪更加矛盾。在 Hacker News 和 Reddit 上，越来越多的开发者敲响警钟：

  • “我听到的说生成代码没问题的人，都是那些不读代码的人。” —— Hacker News 用户
  • 开发者报告说随着将更多任务交给 AI，自己的编码能力在萎缩
  • 安全研究人员警告 AI 生成的代码引入了新型漏洞
  • 技术管理者疲于应对团队产出的 AI 代码审查量

Lesse 承认这些担忧，但立场坚定：“所有旧的软件开发最佳实践仍然适用，始终如此。我认为有很多人和团队在这个时刻可能忽视了它们。”

但她也承认，Anthropic 自己的技术管理者也难以跟上团队现在产出的代码量。生产力的提升是真实的——监督的缺口也是真实的。

graph TD
    A[AI代码生成] --> B{代码被审查?}
    B -->|是| C[更好的代码，<br/>更快的交付]
    B -->|否| D[技术债务，<br/>安全风险，<br/>技能退化]
    
    C --> E[生产力提升<br/>可持续]
    D --> F[短期速度，<br/>长期脆弱]

    style C fill:#51cf66,color:#fff
    style F fill:#ff6b6b,color:#fff

编程民主化：歌手也写代码

也许没有什么比同一周爆出的这个故事更能说明编程民主化：中国歌手胡彦斌利用 Claude 开发了一款社区 App “彦火”，目前已开启公测。

一个专业音乐人——而非程序员——创建并发布了一款功能完善的应用程序。这就是 AI 编程的承诺与颠覆合二为一：“会编程”和”不会编程”之间的壁垒正在消失。

Codex 与端到端前沿

OpenAI 的 Codex 代表了这场革命的另一极。与 Claude Code 基于终端的交互模式不同，Codex 作为智能体驱动的模拟器运行——能够操作电脑、导航界面、自主调试和修复问题。一段演示视频展示了 Codex 在无人干预的情况下完成整个开发周期：读取需求、编写代码、运行测试、修复 Bug、部署上线。

轨迹已经清晰：2025年是 AI 学会写函数的一年。2026年是它学会构建软件的一年。

接下来会发生什么？

三股力量正在汇聚：

  1. 能力：模型现已匹配中级工程师，并快速提升
  2. 自主性：自我提示、Dreaming 和端到端循环减少人类参与
  3. 采用率：从创业公司到 Spotify，组织正在围绕 AI 编码工具重组

结果不是程序员消失——而是编程工作的性质发生根本变化。最有价值的技能从编写代码转向设计系统、审查 AI 输出和定义应该构建什么。

这会产生更健壮的软件，还是一座无法维护的技术债大山，取决于行业能否在”让它自己煮”的诱惑越来越强的同时，保持严格的审查实践。

有一点是确定的：伦敦会场里的那次举手，标志着一个不可逆转的时刻。

来源：MIT Technology Review、OpenAI Codex 演示、Reddit/Hacker News 讨论

分享本页