AI革命：新时代的冲击与机遇

当日历的页数从五翻到六，短短不到一个月的时间，我们便能感受到新的一年与过去截然不同。去年11月的“拐点”早已为此埋下了伏笔，开源AI项目一夜爆火，引发了硬件抢购潮与上市公司股价剧烈波动，这一切都预示着：2026年，无疑是一个清晰、崭新的世界。

如今回想，或许难以置信，但五年前Copilot问世时，那些如今看似基础的功能，在当时却令人无比震撼。正如我们现在习以为常的iPhone，也曾是震撼世界的技术成就。最初的代码辅助工具——即增强型自动补全——很快被进步神速的模型取代，能力也在飞速拓展。早年有人笃定地预判，代码辅助只是辅助脚手架，真正创造性的编码永远属于人类。然而，这个判断错了。如今，越来越多的正规开发者正在探讨，甚至在不少场景中，已经发布了未经人类审核的代码。

到2026年，编码智能体——作为编码辅助模型的软件化形态——已经具备了相当强的能力，并且还在日复一日地进化。人们对它们的态度，也因此被迫发生转变。当然，外界对AI的看法依然两极分化，从认为它们无用又危险，到将其捧为近乎神明的存在。

然而从2026年起，一个基本共识已经形成：智能体是真实可用的，并且能够完成一两年前我们还无法预见的任务。它们的能力已经足以改变软件开发的方式，而且这种改变几乎可以肯定是永久性的。

正如Adam Jacob在谈及使用这类工具时所言：

如果你一直在读我写的东西，就会知道我并非向来都是信徒。但我现在深信不疑，因为我正在亲身实践。这一切太不可思议了。我们这个行业再也回不到过去了，我们只会借助这种能力向前大步飞跃。

从2021年到2026年，智能体在功能与能力上实现的飞跃，值得我们静下心来欣赏它们，因为这代表的不仅仅是一场冲击，更准确地说，是多重、持续的冲击。以下是一些受影响目标的不完全清单。

个人

长期以来，人们一直承诺AI会减少乃至消除工作，但近期《哈佛商业评论》的一项研究却得出了相反结论。值得注意的是，这一观点很快得到了从业内顶尖AI研究者到知名心理学家等各方人士的广泛认同。文章虽未提及杰文斯悖论，但其结论却与这一理论高度吻合。随着AI让工作效率大幅提升，对资源与产出的需求也如理论预测的那样随之增长。这意味着，我们远未进入因AI省时工具而缩短工作时间的时代，相反，工人们并未用节省下来的时间休息，而是承担了更多工作。这需要社会层面做出调整与重新适配。

在开发者这一特定群体中，AI同样带来了巨大影响，迫使他们重新思考自身在整体工作中的定位。一个很贴切的比喻是房屋建造：以往，开发者更像是建筑工人，负责砌墙、切割楼梯台阶等具体施工；而如今，许多开发者更愿意把自己看作建筑师——不是动手砌墙，而是决定墙体位置；不是搭建楼梯，而是规划楼梯高度。对一些人来说，这是极大的赋能；另一部分人则感到强烈的失落，因为他们原本独特、稀缺的技能正在被消解。正如一条推文所言：

我不知道为什么这一周成了转折点，但我交谈过的几乎每一位软件工程师，都在经历不同程度的心理压力与情绪困扰。

也许没有比Evan Ratliff的“骗局游戏（Shell Game）”播客更能证明这种冲击的了。在节目中，这位记者用自己的声音训练并放出一批AI模仿者，借助骗子和垃圾邮件发送者常用的同类技术来 “攻击” 听众。机遇与威胁一同显现：我们被各类AI包围，它们争夺着我们的注意力；与此同时，我们又迫于压力，必须为了各自的目的去使用AI。

社区

与此同时，整个社区，尤其是开源社区，正在努力应对AI带来的一系列必然影响：它降低了代码创作的门槛，也必然带来了更高的流量冲击。许多项目被AI系统生成的大量提问、贡献与请求淹没，其中少数是合理且有用的，绝大多数则毫无价值。这与开源社区原本的常态输入差别不大，只是规模被成倍放大（Mitchell Hashimoto估计差距达到了10倍）。

这导致一些项目开始限制由AI生成的贡献，甚至封禁不遵守相关政策的潜在贡献者。Liz Fong-Jones和Adam等人考虑过彻底关闭外部贡献，Mitchell则通过Vouch项目尝试系统性地限制贡献者权限，采取了不那么激进的方法。然而，Angie Jones认为这类政策有些小题大做，她主张开源项目应当做好准备，为负责任的AI生成贡献提供一条可行路径。

无论如何，开源社区正遭受冲击几乎是毫无争议的。

应用

应用层面同样如此。尤其是在公开市场的认知里，AI正在让许多应用变得无足轻重。一则标题可以概括这种趋势的本质：“‘让我出去’：交易员因AI恐慌而抛售软件股。”这种恐慌的成因多种多样，但最终大多指向同一个问题：如果代码变得可以被替代，那么靠售卖代码盈利的软件公司究竟还值多少价值？

这种思考方式并不新鲜。例如，在2024年12月的播客访谈中，Satya Nadella就曾表示：

在智能体时代，现有商业应用赖以存在的逻辑很可能会彻底崩塌。

他的实际论点远比“SaaS已死”这类新闻标题更为微妙，但核心假设对SaaS供应商来说显然偏悲观。如今许多抛售SaaS股票的投资者都能理解并认同这一逻辑：如果你认为SaaS厂商卖的只是软件这个结论确实说得通。然而任何做过系统集成的人几乎都会反驳：软件只是销售内容的一部分很多时候甚至只是一小部分。

• 正如不少人所看到的如果你购买人力资源软件你同时也是在购买全球化的专业领域知识——更重要的是降低自身责任。会计、CRM、ERP等领域亦是如此。如何用软件搭建出应用从来都不是真正的挑战。
• 如上所述这一点是可以被合理理解和阐述的而较少被提及的是人才库的问题。如果你使用的是Salesforce、Workday这类成熟的标准化应用你可以直接雇佣有相关经验的人员来管理和使用软件。但如果软件是你自主开发的——就像很多金融机构放弃Cloud Foundry、OpenShift等成熟平台转而自建内部开发平台后发现的那样——新员工入职的第一天也将是他们第一次接触你们这套定制软件的第一天。这会加大招聘难度降低入职与上手效率这意味着必须获得足够广泛的运营收益才能抵消由此带来的人力成本。
• 说到运营那些想用自研方案替代成熟产品的人都会面临一个始终没变的问题：即便AI大幅缩短了开发时间把成本投入到非差异化的软件上真的值得吗？换句话说一个组织是该重新造一套CRM系统还是去创造业内还不存在真正属于自己的独特价值？这是一个涉及众多变量的复杂权衡其中最关键的显然是SaaS应用本身的成本但总体来看这也不是AI能简单解决的问题。

尽管企业应用市场正受到冲击但AI更有可能扮演优化者的角色而非彻底摧毁这个市场。然而投资者当下的看法却并非如此。

基础设施

如前所述Gas Town（现已更名为Claude Code本地版）意味着一名开发者如今能轻松顶得上10到20个虚拟开发者。从我们在开源社区的经验来看各类项目显然还没准备好应对这种规模的产能暴增。那么下一个问题就是：我们的开发者基础设施又是否准备好了？

事实证明答案是否定的。我们的基础设施还没有准备好。

例如看看这封由十一家开源基金会与软件仓库联合发布的公开信。信中记录了开源基础设施里典型的 “公地悲剧” 问题并进一步指出AI让情况变得更加严峻：

生成式AI与智能体的兴起正进一步引爆由机器驱动且往往存在大量浪费的自动化行为这让本就存在的挑战愈发严峻。

换句话说本就问题重重的现状在如今大量涌入的智能体冲击下变得愈发严峻。

经济

认为公开市场正受到AI的冲击这一点并不难理解看看如今投向AI相关基础设施的巨额资本就知道尽管投资者的耐心正在消退反对声音也越来越大。再看看AI在公开市场中过高的比重甚至还没算上该领域部分投资背后的投机性算法。客观地说这个行业已经处于泡沫之中而泡沫终究只有一种结局。

即便在微观、个体层面经济压力也已开始显现而且情况可能会变得更糟。从行业讨论与近期厂商的沟通情况来看这一切很快就会到来。尽管代码辅助类工具有着诸多能力市场的现实也正逐渐深入人心。

这个过程大概是从去年夏天开始的当时Cursor为控制成本调整了定价随即引发了大规模用户反弹。从RedMonk今年的交流情况来看这种情况还将持续。那些只专注功能一味宣称“预览阶段免费”而不计成本的公司如今正面临一场清算。

与此同时对个人而言经济压力同样令人头疼。就像普通家庭要为Disney、Netflix等不同流媒体服务支付多份订阅费一样不少开发者也被迫订阅高价模型甚至同时订阅多个。一个典型例子是：有开发者曾因Token费用每月高达2600美元被反复限额后来好不容易降到约100美元——即便如此也比AI时代到来前开发者每月的工具开销多出100美元。另一边有管理者每月自付200美元还为团队里每位开发者每月预留1000至2000美元的预算。一位开发者在Software Factory的一个帖子中说道：

“每人每天1000美元的数字让我震惊但我怀疑用不了多久这个数字就会显得微不足道。”