Airbnb 60% 新代码由 AI 生成、Anthropic 16 个 Agent 写出 10 万行编译器、微软 Build 发布自研编程模型…… 这一周的新闻让每个开发者都在问同一个问题。
先说结论：这一周的新闻很炸裂
如果你还没关注最近一周的科技新闻，我来帮你快速捋一捋：
Airbnb CEO Brian Chesky 在 Q1 财报电话会上说： AI 现在生成了 Airbnb 60% 的新代码。一个工程师配合 AI Agent，能干以前 20 人的活。不仅如此，AI 已经处理了 40% 的客服工单。
Anthropic 的研究员用 16 个 Claude 4.6 Agent 并行协作， 两周写出了约 10 万行 Rust 代码，从零构建了一个 C 编译器。这个编译器能编译 Linux 6.9 内核（ARM/RISC-V 架构可完全自举）、SQLite、Redis、FFmpeg，甚至能运行《Doom》——编译器圈的"终极试金石"。成本约 2 万美元 API 费用，测试通过率 99%。
微软在 Build 大会前夕宣布 发布自研编程模型，减少对 OpenAI 的依赖，进一步强化 GitHub Copilot。
同时，"SaaSpocalypse" 恐慌 导致软件股市值蒸发 2850 亿美元——原因是 Anthropic 发布了 Claude Code Security 工具，市场担心 AI Agent 会淘汰传统 SaaS 订阅模式。
一条比一条炸裂。如果你是个程序员，看到这些新闻不可能不焦虑。
但别急，我们先把数据看清楚
AI 写代码的真实占比
各家科技公司公布的数据放在一起看：
| 公司 | AI 生成代码占比 | 时间 |
|---|---|---|
| Airbnb | 60% | 2026 Q1 |
| Shopify | ~50% | 2026 |
| Microsoft | 20-30% | 2026 |
| ~25% | 2026 |
这些数字看起来很大，但要注意："AI 生成的代码"不等于"AI 写的代码能直接上线"。 Airbnb 也强调，AI 生成的代码仍然需要工程师 review、测试、修改。60% 这个数字更多反映的是"AI 辅助编写的比例"，而不是"AI 独立完成的代码量"。
16 个 Agent 写出编译器——但也很诚实
Anthropic 的实验确实令人印象深刻，但官方博文同样诚实地列出了限制：
- 编译器缺少 16 位 x86 后端，Linux 启动需要实模式代码，x86 架构仍依赖 GCC
- 没有完整的汇编器和链接器，依赖 GNU 工具链
- 开启所有优化后，生成的代码效率仍然不如关闭优化的 GCC
- Rust 代码"可用但远未达到专家级"
- 编译器已接近模型的能力极限——加新功能常常破坏已有功能
换句话说：能编译是一回事，能高效编译是另一回事。 编过底层代码的人都知道，这两者之间隔着巨大的鸿沟。
Linux 基金会的最新报告给出了更客观的视角
同样是本周，Linux 基金会发布了《2026 年科技人才现状报告》，其中有几个关键数据值得关注：
AI 对科技岗位的净影响：+31%。 是的，AI 不是在消灭岗位，而是在创造新的岗位。AI 安全相关岗位的需求增长最猛——48% 的企业将 AI 安全列为最大担忧，而 2024 年这个比例只有 17%。
最稀缺的人才画像：AI + 工程 + 安全 的复合型人才。
报告还提出了一个有趣的观点： 真正面临风险的并不是程序员，而是那些"停止学习的高薪技术从业者"。
Gartner 也在本周发布了一个叫 "Borrowed Intelligence"（借用智能）的概念——企业正在将复杂的认知任务外包给 AI，这在短期内提高了效率，但长期可能导致"人才管道空心化"：新人缺少从头解决问题的机会，资深工程师的决策能力也可能退化。
我的一些观察
作为一个写了 11 年代码的人，我想说几句自己的感受。
1. AI 确实在改变开发方式
上一期文章（syspolicyd 排查）就是我用 Claude Code 辅助写的。说实话，体验确实很好——它帮我做重复的检查、交叉验证、分析日志，让我能更专注于思考和决策。
但我也注意到一个现象：越是经验丰富的开发者，从 AI 中获得的收益越大。 因为你知道该问什么问题、该怎么判断 AI 给的答案对不对。而新人拿着 AI 给的代码，往往不知道哪里可能有问题。
2. "1 个人干 20 人的活"不等于"19 个人失业"
Airbnb 说的"一个工程师干 20 人的活"是在特定场景下的表述——构建 API 合作伙伴工具。这不等于 Airbnb 整体裁掉了 95% 的工程师。
更可能的情况是：同样的团队规模能做的事情变多了。 在过去的软件工程历史中，每一次生产力工具的飞跃（从汇编到高级语言、从手动部署到 CI/CD、从单体到云原生）都伴随着"程序员会不会被淘汰"的担忧，但每次的结果都是程序员的总需求在增加，只是工作内容在变化。
3. 真正值得关注的是"SaaSpocalypse"事件
这周的股票暴跌其实揭示了一个更深层的趋势：AI Agent 正在从"辅助编码工具"进化到"自主执行工具"。 当 AI 不仅能写代码，还能直接操作云服务、直接发版、直接处理运维事件时，很多传统 SaaS 产品（监控、告警、工单系统等）的价值主张就会被挑战。
这对于开发者来说意味着：仅仅会写代码已经不够了。 你需要理解业务、理解系统设计、理解 AI 的能力边界——这些才是 AI 短期内无法替代的部分。
所以，程序员会被淘汰吗？
我的看法是：
写 CRUD 代码的程序员，确实需要转型。 如果你的日常工作主要是把需求翻译成 CURD、写常规 API、做常规页面，那么 AI 确实能替代大部分这类工作。
但能做以下几件事的程序员，短期内很难被替代：
- 理解复杂系统 — 能看懂分布式系统的行为，能在几万行代码中找到性能瓶颈
- 做技术决策 — 知道什么时候用 MySQL 什么时候用 Postgres、什么时候该上消息队列、什么时候该重构
- 判断 AI 的输出 — 知道 AI 给的代码哪里有问题、哪里有安全隐患、哪里会埋下技术债
- 与业务对齐 — 能把技术方案和业务价值说清楚，让非技术人员也能理解
最后，引用 Linux 基金会报告里的一句话作为结尾："真正的风险不是 AI 取代你，而是你的同行学会了用 AI 而你还在观望。"
你觉得 AI 会取代程序员吗？欢迎在评论区聊聊你的看法和感受。
