本文由 Y Combinator 合伙人 Tom Blomfield 在 2025 年 4 月 1 日在个人博客发表，核心观点如下：

  • AI 编码能力的证据：
    • 自 2022 年底 ChatGPT 和 2023 年初 Claude 推出以来，AI 编码能力进步显著。
    • 作者使用 AI 工具在数小时内重建个人博客，并创建了包含约 35,000 行 AI 生成代码的 RecipeNinja.ai ，生产力提升了 10x 。
    • 现代 AI 工具（如 Gemini 2.5 Pro ）拥有百万级 token 上下文窗口，能够理解和修复中等规模代码库中的复杂错误，并能遵循最佳实践（如避免暴露 API 密钥）。
    • 作者预测 AI 代理很快将具备更强的调试能力（如单步执行、检查变量）。
  • AI 驱动的未来团队： 设想由“产品经理” AI 代理设定方向，编码 AI 代理执行任务， QA AI 代理进行测试，安全/扩展性 AI 代理进行审查，客服 AI 代理收集反馈，形成高效的迭代循环。
  • 超越软件工程：
    • 知识工作（医疗、法律、金融等）的成本将大幅下降，可能通过每月订阅（如 $20/month ）获得专家级建议。
    • 短期内，依赖人际接触的高级合伙人可能受益，但执行具体任务的初中级专业人士面临风险。
    • 物理性工作（如外科手术、设备操作）和受严格监管的行业（医药、法律）变革会较慢，但趋势不变。
  • 当前趋势佐证：
    • 近期 Y Combinator ( YC ) 孵化器中约四分之一的初创公司使用 AI 编写了 95%+ 的代码，且增长速度创历史记录。
    • Cursor , Windsurf , Harvey 等 AI 公司以极小团队实现了高收入（如 $100M+ ）。
    • 大型科技公司已放缓对初中级软件工程师和数据科学家的招聘。
  • 未来展望与担忧：
    • 商业成本降低，有护城河（网络效应、品牌等）的企业利润大增，无护城河的企业易被 AI 克隆。
    • 少数 AI 赋能的巨头可能主导各行业服务市场。
    • “独立开发者”（ indie hackers ）利用 AI 工具创造高收入的机会增加。
    • 核心担忧是收益分配不均和社会对大规模失业的准备不足。

作者强烈建议软件工程师花时间学习最新的 AI 工具，虽然这可能无法提供长期保障，但能在短期内显著提高生产力。他保持对未来的希望，但也对即将到来的剧变深感忧虑。

原文：丰裕时代

我在周末写了一条推文，引起了不小的轰动。

就像任何为互动优化的好帖子一样，很多回应者都非常激动，并用粗鲁的言语称呼我。在一些软件工程圈子里，这篇帖子评价不高。

这种回应最基本的形式本质上是“大语言模型（LLM）无法（也永远无法）编写真正的生产级代码。”

一个稍微复杂点的版本是“随着代码生产成本的下降，需求将呈指数级增长，因此编写代码的总市场实际上会扩大。”而且，与食物不同，低成本、高质量软件的需求方几乎是无限的。

你没听说过杰文斯悖论吗？

我想依次回应这两点，但首先简单说明一下我的意图。

我认为技术进步确实为全人类提供了一条通往更美好世界的道路；我梦想着一个共享丰裕的未来状态。

技术显然加速了人类的进步，并对当今世界大多数人的生活产生了可衡量的影响。一个简单的例子是癌症生存率，已从1975年的50%上升到今天的约75%。由于人类的创造力和技术加速，这个数字将不可避免地进一步上升。

当然，这些好处在全球范围内的分配并不均衡。这一点我稍后会再谈。

我也热爱软件工程和创造事物。我的整个职业生涯都投入于此。我并不希望软件工程师（或者说任何人）失去工作。这是一个极其痛苦的过程，我认为这将导致极端的社会动荡。

这就是我试图表达的核心观点：技术进步正在非常迅速地加速，我认为大多数人对那个未来还没有做好准备。

好了，让我们依次来看这两点。

LLM 不够好（也永远不够好）以取代 X。

ChatGPT 于 2022 年底推出。Anthropic 的 Claude 于 2023 年 3 月推出。在此之前我们已有 GPT 架构，但我认为这是该技术开始普及到大多数人的时间点。早期采用者迅速抓住机会，并很快意识到幻觉现象普遍存在，导致答案并非总是有用。

那大约是两年前。此后的进展简直令人震惊。人工智能的进步速度远超摩尔定律。

仅在过去几个月里，特定于编码的模型所取得的进展就非常疯狂。随着 Claude 3.5 Sonnet 在 2024 年 6 月的发布，Anthropic 明确将目标对准了代理式编码和工具使用，这项投入得到了回报。

如今，像 Windsurf、Cursor 和 Claude Code 这样的工具感觉像是赋予了专业软件工程师超能力。面向非开发者的工具如 Lovable 和 Replit Agent 也紧随其后。

Gemini 2.5 Pro 几天前刚刚发布，似乎又向前迈进了一步。Cursor 和 Windsurf 已经在争相将这个新模型整合到他们的产品中。

那些哪怕在六个月前尝试过并摒弃了 AI 编码产品的人，都需要重新评估他们的假设。上个月，我大概花了 80-100 小时使用这些工具。它们真的令人惊叹。

我在几个小时内重建了我的个人博客，设置了托管和域名，并将其从 Tumblr 迁移过来。我构建了 RecipeNinja.ai，并集成了一个交互式语音代理，它可以生成食谱并为你导航网站。它大约有 35,000 行代码；每一行都是由 AI 编写的。这仍然是一个相对较小的项目，但如果是我手动编码，可能需要几个月的时间。我还构建了许多其他的个人工具和游戏。使用这些新工具，我的生产力轻松提高了 10 倍。

我知道立刻会有人回应说“那只是个小玩具项目，你没有在大型、遗留代码库上作为专业开发者的经验。”我不想花太多时间试图说服你我的技术宅资历，但在创立 monzo.com 之前，我创立并编写了 gocardless.com 的第一个版本的大部分代码（与 @harrymarr 和 @hirokitakeuchi 一起）。我参与过一些非常大的软件项目。

事情是这样的：单个人无法独自理解一个 1000 万行的软件项目。因此，他们将其分解为可组合的模块，分别测试和记录每个部分。然后你可以在更高的抽象层次上理解这些模块。AI 也将以这种方式处理更大的代码库。

这些编码工具起初看起来像玩具，但每个新产品在开始时都是这样。关于编码工具经常在前端代码中暴露私有 API 密钥或不编写可扩展的生产就绪代码的抱怨，在某个时间点绝对是真实的。但这并非我上个月的体验。

这些工具现在非常好用。你可以将一个中等大小的代码库放入 Gemini 2.5 的 100 万令牌上下文窗口中，它会识别并修复复杂的错误。这些编码工具实现的架构模式（在适当提示下）可以轻松地将网站扩展到数百万用户。我尝试在前端代码中暴露敏感的 API 密钥，只是为了看看这些工具会怎么做，结果它们非常强烈地表示反对。

它们还不完美。但在不久的将来，它们变得非常出色的前景是清晰可见的。即使底层模型完全停止改进，仅仅改进它们的工具使用也将极大地提高这些编码代理的有效性和实用性。它们需要更好地与测试套件集成，使用浏览器进行 QA，以及跟踪服务器日志进行调试。很快，我预计会看到允许 LLM 逐步执行代码并在运行时检查变量的工具，这将使调试变得微不足道。

与此同时，底层模型不会停止改进。它们将继续变得更好，这些工具只会变得越来越有效。我的赌注是，AI 编码代理将迅速超越顶尖 0.1% 的人类表现，届时它将消除对绝大多数软件工程师的需求。

在不久的将来，我可以想象一个完全由 AI 代理组成的软件团队。你将有一个长期运行的“产品经理”或架构代理，负责设定产品方向并将其分解为单个步骤。各个编码代理将接收任务并执行，然后将代码交给 QA 代理，后者会根据一组预先编写的集成和用户验收测试对其进行测试。你可能会有特定的代理负责审查所有内容的可扩展性和安全性，然后将建议传递给产品经理。一旦软件上线面向客户，任何反馈都将发送给客户服务代理，后者会提炼信息并反馈给产品经理。这些递归、迭代的循环将每小时发生数千次，每天 24 小时不间断。

当然，至少在初期，会有对这些迭代的人工审查和指导。但在未来五年内的某个时候，我预计一些（显然不是所有）编码团队将完全实现自我导向。未来还需要人类手写代码的想法将显得非常老派。人们可能仍然会为了乐趣而这样做，就像我们今天开老爷车一样。

当然，有些公司采用 AI 编码工具需要更长时间；比如那些出于各种原因对其代码库或数据暴露给 OpenAI 或 Anthropic 感到敏感的公司。公司会不情愿地将非常庞大、任务关键的代码库——例如银行或航天器——信任给 AI。但我认为，随着时间的推移，当 AI 证明自己比人类开发者更优秀时，这种情况也会改变。

“AI 永远不够好，无法编写真正的生产代码”显然是一个站不住脚的论点。从我对推特回复的调查来看，这个论点似乎是由那些对失去工作前景感到恐惧和愤怒的软件开发者提出的。

如果你是一名专业的软件工程师，我强烈建议你花 10-20 个小时来熟悉最新的工具。我不知道它们能否在长期内提供太多保护，但它们将在今年让你大幅提高生产力。

杰文斯悖论将拯救我们。

比“AI 不够聪明，无法编码”更复杂的反对意见是杰文斯悖论。

杰文斯悖论指出，随着技术进步降低了某种资源的成本，其消费量会上升。这种需求的增长最终抵消了——甚至超过了——最初的成本降低。

其他人指出，对低成本、高质量软件的潜在需求远大于对像食物这样的物理资源的需求。我们只能消耗那么多卡路里，但总有更多问题可以用软件来解决。也许我用的农业比喻选择不当。

我完全同意这一点。我认为未来我们将拥有更多的软件。普通的、非技术人员将能够像今天使用电子表格制作列表或进行简单计算一样，召唤出一个新的定制编写的软件程序来解决琐碎的日常任务。

问题在于：这种增长的需求将由快速扩展的 AI 供应来满足。我只是认为，人类再继续编写代码不会有任何意义。我的猜测是，AI 很快将在几乎所有方面被证明并且显而易见地更胜一筹。多年内，我们仍将有高级软件工程师监督 AI，因为这让人类感觉更安全。但他们最终会像自动驾驶电车上的售票员一样；他们的存在主要是为了让人们感觉更好。我认为，这一点让软件工程师们非常愤怒。

我认为一旦我们达到 AI 在特定工作上被证明更优越的临界点，社会变革将非常非常迅速。如今，我更喜欢自动驾驶的 Waymo 而不是 Uber 或 Lyft。它们在旧金山随处可见，而且非常棒。数据显示，它们造成的伤害比人类司机少 81%。换句话说，在这些相同城市行驶相同距离，人类造成的事故是 Waymo 的 5 倍。这项技术今天显然比人类更好。

然而，自动驾驶 Waymo 的全球推广速度缓慢，因为谷歌必须制造数百万辆配备激光雷达的非常昂贵的自动驾驶汽车。AI 在知识工作领域的推广则没有那么严格的物理限制，尽管中期主要的瓶颈将是能源供应和 GPU。关闭一个呼叫中心，用 AI 服务代理取代团队，只需要几天时间。

我认为软件工程只是煤矿里的金丝雀。这些同样的进步将发生在所有知识工作领域——医生、律师、会计师、审计师、建筑师、工程师。获取世界一流医疗或法律建议的成本将降至每月 20 美元的 OpenAI 或 Anthropic 订阅费。已经有成千上万的例子表明，人们通过 AI 解决了自己的医疗问题或获得了法律建议，而昂贵的人类专业人士却失败了。我不是说 AI 医生或 AI 律师今天就能取代人类——当然不是。我是说，假以时日，AI 在这些工作上变得比人类更优秀几乎是不可避免的。这个时间段比大多数人认为的要短。

在中短期内，我预见到像精品律师事务所、医生诊所、会计师事务所或财富管理公司这样重服务的行业实际上会变得更加有利可图。我认为它们将由少数高级合伙人运营，后台行政人员会很快被 AI 取代。现有的客户，尤其是年长客户，仍会偏爱面对面的人际接触，所以我认为这些行业的高级合伙人在未来 20 年内是受保护的，直到他们的客户群体老去。但我认为，那些承担了大部分实际工作的初级和中级律师、律师助理或会计师将很快首当其冲地承受失业的冲击。

为了反驳一些显而易见的反对意见；显然，体力劳动目前是受保护的。我们仍然需要医疗技师从医疗设备上获取读数，或者外科医生来执行手术。我认为机器人技术可能比 AI 落后 10 年，并且其推广将受到物理制造的更大限制。但这是另一篇博客文章的主题。

一些行业会有守门人。像医学和法律这样的专业受到高度监管，他们不会轻易交出王国的钥匙。监管机构可能会坚持要求人类医生签署药品处方，即使是 AI 开出的处方。这就像电车上的售票员。

我们已经看到这种情况了

最近 YC 批次中约有四分之一的公司 95% 以上的代码是使用 AI 编写的。最近一批的公司是 Y Combinator 历史上增长最快的。这不是我们每年都会说的话。这是过去 24 个月里发生的真实变化。有些事情正在发生。

像 Cursor、Windsurf 和 Lovable 这样的公司，正以惊人的小团队规模达到 1 亿美元以上的收入。类似的事情也开始在法律领域发生，例如 Harvey 和 Legora。由五名使用尖端工具的工程师组成的团队，能够构建出以前需要 50 名工程师才能完成的产品。而且这些团队的沟通开销大大降低，因此他们可以更长时间地保持敏捷和快速行动。

大型科技公司在过去一年中已大幅放缓了对初级和中级软件工程师以及数据科学家的招聘。

那又怎样？

我认为我们面临的未来既惊人又极其可怕。任何能够负担得起订阅费的人都将能够以极低的成本获得极高质量的知识工作。假以时日，你将能够与世界级的肿瘤学家讨论你的癌症，或者只需几美元就能完成复杂的税务申报。

随着软件工程师、律师、会计师和审计师等服务支出的大幅下降，各种企业的运营成本将急剧降低。拥有真正护城河（网络效应、品牌、数据、法规）的企业将变得利润大幅增加。没有护城河的企业将被 AI 无情地克隆，从而创造出巨大的消费者剩余。

我认为将会有少数几家拥有最佳技术的 AI 赋能的律师事务所、会计师事务所或建筑师事务所，在每个司法管辖区以非常低的成本服务 80% 的市场。会有少数坚持提供“手工法律咨询”的公司，但我认为它们将只占市场的小部分份额。我们在技术领域一次又一次地看到了这种模式。利益流向少数几家在产品、技术或分销方面具有优势的主导公司。

我不确定这些主导者在每个行业中是现有企业还是新来者。我的猜测大多是新来者。如今，快速迭代的能力是发展成功业务压倒性的最重要因素，而大公司则因成千上万的人员而负担过重。

在中短期内，我认为很有可能会看到独立开发者通过副业项目年入百万美元的爆炸式增长，或许对风险投资的需求也会减少。

我认为在不久的将来，真正的赢家将是那些高能动性的人，他们擅长发现人们或公司遇到的问题，然后执着地使用最新工具构建解决方案。YC 的一个口号是“创造人们想要的东西”。一旦“创造”部分对所有人免费开放，弄清楚人们想要什么将成为一项更有价值的技能。

我也担心还存在一个更遥远的、反乌托邦式的未来，即 AI 搜遍世界寻找任何有价值的想法，并迅速建立新的初创公司来立即捕获这些价值。可能不再需要独立开发者或创始人来提出想法。

我在所有这些未来中最主要的直接担忧是，收益将归属于极少数懂得如何使用新工具并建立这些新业务的高能动性人群。许多从事低风险白领工作的人将面临巨大的冲击。我说这话并非幸灾乐祸；我对此可能的未来感到真诚的担忧和悲伤。

是会出现我们目前无法想象的新工作，还是每个人都将拥有几乎无限的空闲时间？我的赌注是前者，尽管我还不知道那些工作是什么。我认为这将导致难以置信的社会动荡，直到我们找到一个新的范式。

在一个智力丰裕（但物质并非如此）的时代，如何分配世界资源是一个尚未解决的问题。资源仍然是有限的。财产是有限的。只要我们还被束缚在一个星球上，物理资源也是有限的。电力将在很长一段时间内成为限制因素。

我对未来极其充满希望。我认为我们或许能够治愈几乎所有已知的疾病。我们或许能够大幅延长人类的寿命。这个未来可能对人类非常积极。

我也极其担忧。我认为对数亿人的短期影响将是非常深远的，而且我不认为很多人已经做好了准备。