AI 编程智能体将如何改变你的工作
摘要
本文源自 Y Combinator 的播客节目《The Breakdown》，由 Tom Blomfield 和 Dave 两位合伙人围绕 AI 编程智能体（AI Coding Agents）对软件工程及更广泛知识工作的深远影响展开对话。Tom 以"联合收割机"为隐喻，指出软件工程师犹如高薪的有机农场主，而 AI 自动化浪潮正如联合收割机般即将颠覆整个行业——人类产出的软件总量将大幅增长，但所需的人类工程师数量将急剧下降。
Tom 亲述了使用 Lovable、Replit、Cursor、Windsurf 和 Claude Code 等工具的实战经历：仅用 90 分钟就在火车上重建了个人博客（含 15 年数据迁移），随后更以零行手写代码构建了 35,000 行代码的 recipes.ai 项目，包含完整的交互式语音代理。他据此推演：当专业工程师、半技术人群和非技术人群纷纷掌握这些工具，软件工程岗位将在 5 到 10 年内发生根本性变革。
讨论还触及杰文斯悖论（Jevons Paradox）的反驳——尽管软件需求可能增长 10 倍甚至 100 倍，但 AI 的能力增长将远超需求增长，最终满足需求的将主要是 AI 而非人类。在知识工作领域，法律、金融、医学等行业正面临类似冲击，而体力劳动岗位（如外科医生、水管工）则在短期内更具安全性。两位合伙人一致认为：当下是人类历史上创业的最好时机，小型团队凭借 AI 工具可以完成过去数十人团队的工作，产品设计的质量也将因所有权集中而大幅提升。
正文
引子：联合收割机的隐喻
人们对"自己的工作可能会消失"这一想法往往反应强烈。Tom Blomfield 发布了一条引发争议的推文，将今天的软件工程师比作"高薪的有机农场主"——他们手工照料着自己的庄稼，而一场技术革命正在到来：联合收割机（Combine Harvester）。正如联合收割机让人类生产了远超从前的粮食，却雇佣了远少于过去的农民，Tom 认为类似的事情即将在软件工程领域发生。
这条推文在软件工程圈引发了不小的震动，但 Tom 随后撰写了一篇更详尽的博客文章来阐述自己的思考。他认为，当前的编程智能体（Coding Agents）虽不完美，但已经可以完成某些任务，而且我们能够清晰地看到从现在到未来 3 至 12 个月的改进路径，这些改进将对软件工程产生极其深刻的影响。
亲身实践：从玩具到生产级应用
Tom 分享了他的个人实践经历。作为 YC 合伙人，他每天与大量初创公司创始人交流，也曾在职业生涯中构建过许多产品。大约两个月前，他开始使用无代码工具（No-Code Tools）如 Lovable 和 Replit，重建了自己小时候最喜欢的文字游戏。他惊讶地发现，这些工具相比 6 到 9 个月前已经有了质的飞跃。
随后，他转向了 Cursor、Windsurf 和 Claude Code 等更专业的工具。他的博客 tomblomfield.com 之前托管在 Tumblr 上长达约 20 年，而他用 Claude Code 在一次 90 分钟的火车旅途中完成了整个博客的重建——包括搭建服务器托管、编写全新的博客软件，以及迁移 15 年的博客文章到新平台。
更令人震惊的是他接下来的项目：recipes.ai。这个项目如今拥有约 35,000 行代码、数千名用户，并配备了完整的交互式语音代理（Interactive Voice Agent）——绝非简单的增删改查（CRUD）应用。而最关键的一点是：Tom 没有手写哪怕一行代码。在前 5,000 行之后，他甚至不再阅读生成的代码，而是直接输入提示词（Prompt）、自动接受（Auto Accept）、去泡杯咖啡，回来时新功能已经构建完成。虽然产品仍有粗糙之处，但凭借他过去作为专业软件开发者的架构知识，他变得"极其危险"——这些新工具让他比 10 年前全职做软件工程时的高产出了 10 倍以上。
数据印证：YC 创始人的采用率飙升
Tom 指出，在 YC 最近一批公司中，大约三分之一到一半的公司表示他们主要以这种"氛围编程"（Vibe Coding）风格编写代码。而上一批这个数字是 25%，再往前一批几乎为零。虽然 YC 创始人的代码库相对较小、遗留代码（Legacy Code）较少，但他们处于技术前沿，其采用趋势是真实且迅猛的。
两种反驳及其回应
Tom 的推文收到了两类主要回应。
第一种反驳："AI 永远不够好"——认为 AI 不可能达到专业代码库的要求，也许能做玩具应用，但无法胜任真正的工程工作。Tom 和 Dave 都不同意这个判断。他们认为，结合更好的工具调用（Tool Calling）、对工具使用方式的更深入理解，以及底层模型的持续改进，声称"这些工具永远不够好"是一种注定失败的论调。如果仅仅观察能力增长的速度，就必须声称增长会在此刻突然停止、人类也不会找到更好的方式来使用现有模型——这是一个非常站不住脚的论点。Dave 引用了克莱顿·克里斯坦森（Clayton Christensen）的《创新者的窘境》（Innovator's Dilemma）：颠覆性创新总是从看起来像玩具开始，被现有巨头忽视，但改进速度之快使其迅速超越在位者。Tom 也承认，他最初听说创始人用这种方式编程时也心存怀疑，但随着越来越多优秀创始人采用这种方式，这本身就是一个强有力的信号。
第二种反驳：杰文斯悖论（Jevons Paradox）——这是一种更为精细的反驳：随着软件提供成本下降，需求将进一步增加，正如电力变便宜后人类消耗的电力远超成本节约带来的减少。Tom 基本同意这个观点——软件需求可能增长 10 倍甚至 100 倍。但他的反驳在于：满足这些需求的将不再是人类。回到联合收割机的比喻，它可能带来了 10 倍的粮食增产，但按每千焦食物计算所需的人类劳动力却减少了上千倍。在软件领域，这种效应将更加显著——自动化程度的增长将远超需求的增长。Dave 进一步补充，不同于食物有生理上限，软件需求在理论上几乎是无限的：如果创造软件的能力足够强大、成本足够低廉，我们将拥有各种难以想象的应用。Tom 还描绘了一个"按需定制软件"（On-Demand Custom Software）的未来：用户带着问题来到 ChatGPT，它即时生成一段临时的（Ephemeral）程序，配有专门为该问题设计的用户界面，问题解决后程序便消失。
软件工程的未来：工作不会消失，但会彻底改变
Tom 的核心结论是：今天意义上的软件工程岗位在 5 到 10 年内将不复存在。仍然需要聪明的人才来驾驭这些 AI 编程机器——如果我们仍称这些人为"软件工程师"也无妨，但这份工作将与今天截然不同。
Dave 从历史角度补充：最早的计算机程序员从事的工作与今天的软件工程师完全不同——他们编写机器代码、制作打孔卡片。随后我们构建了更好的工具，将工作从机器层面抽象出来：面向对象编程语言（Object-Oriented Programming Languages）等各种工具不断涌现。AI 浪潮可以被理解为又一层抽象，让人类成为更高层级的代理（Agent），而非亲手编写代码的人。
人类独有的能力：代理感与品味
一个关键问题是：是否存在某些领域，人类对能力拥有真正的垄断？有人提出"代理感"（Agency）——即发现该解决什么问题的能力——可能是人类独有的特质。也有人认为是"品味"（Taste）——需要人类来判断产品好坏。
Tom 分享了他的观察：你日常使用的最优秀的软件，其背后几乎总是有一个核心人物，此人痴迷于为用户打造卓越的产品体验。如果展望一个 AI 智能体蜂拥而至、搜寻好问题和好点子的未来，谁来承担这种痴迷？如何让 AI 对解决某个问题产生痴迷？Tom 认为这并非不可能，但目前还看不到让 AI 达到那种境界的方法论。
创始人的黄金时代
Dave 总结道：在中短期内，这些工具赋予了高代理感个体（High-Agency Individuals）超能力。如果你是一位正在考虑创业的潜在创始人，历史上没有任何时候比今天更适合启动一个想法——你能够做到的远超哪怕一年前的可能性。达到百万、千万甚至上亿美元营收的速度正在不断加快。现在可以用更少的资本创业，也许只需一轮种子轮融资，无需 A 轮或 B 轮。
知识工作的广泛冲击
讨论从软件工程延伸至更广泛的知识工作领域。Tom 提到，YC 已经看到大量创始人构建面向法律、金融、医学等领域的 AI 工具。两年前这些想法还被认为是边缘的、可能摧毁行业商业模式的，而如今已有很多这类公司取得了成功。以 Lora 为例——一个瑞典团队在约 18 到 24 个月前参加 YC，在法律科技领域取得了突破。科技圈过去普遍认为"律师从不购买软件"——律师按小时收费，任何提高效率的工具反而会减少他们的收入。但如今，几乎所有行业都开始担忧 AI 的影响，投资者和董事会纷纷追问管理层 AI 将如何改变他们的业务。使用 AI 工具正在成为市场竞争的基本要求——就像你不会雇佣一位不用电脑的律师一样。
受保护与不受保护的岗位
Tom 指出，某些涉及体力劳动的岗位显然更具安全性：外科医生、砖匠、水管工、电工等。同时，一些受威胁的行业可能会设置壁垒——例如法律规定必须有医生才能开处方药，即使 AI 在开处方方面已被证明更优秀。自动驾驶汽车就是今天的先例：它们在安全性上已被证明优于人类驾驶员，但监管部署仍困难重重。Tom 预见法律和医学领域的行业组织可能充当守门人（Gatekeepers），像保护主义工会一样维护其成员的职位。
乐观与担忧
Dave 表达了乐观态度：如果回顾人类历史的每一步进步，问自己"我愿意生活在当前的世界还是向前一步的世界"，答案几乎总是后者。人类的体验和可能性一直在改善，没有理由认为现在会是一个断裂点。Tom 同意这一乐观判断，但对转型期表达了深切担忧：这次转型可能发生得极快，数以亿计的人可能被替代，让他们接受再培训从事新工作将是极其痛苦的。他预见社会动荡可能持续 10 到 20 年。当然，他愿意生活在一个所有疾病都被治愈的未来，也相信人类终将找到新的方式从生活中获得意义。
给创始人和年轻人的建议
Tom 给出了具体建议：第一，紧跟最新工具的发展。这些工具可能尚未完美适配你所在的行业，但他押注它们终将跨越那个临界点（Tipping Point），变得极其有用。如果你处于这些工具的前沿，你将拥有持续数年的优势，并借此获得丰厚的回报和职业发展。
第二，锤炼识别人类问题的能力。所有 B2B SaaS 公司归根结底都在为个人提供更好的体验。所有 B2B 公司最终服务的都是面向消费者的企业，而消费者企业服务的都是人。在构建东西变得容易的未来，理解人类、发现问题的能力将成为创始人最重要的技能。
Dave 补充了他最兴奋的短期影响：AI 编程工具让软件团队可以更小——两三个工程师可以完成过去 40 个人的工作。他期待的二级效应（Second-Order Effect）是产品设计质量的飞跃：许多糟糕的设计源于人与人或团队与团队之间模糊的权责边界，而小型团队能让一个人或极少数人真正拥有端到端的高质量体验。
Tom 最后总结：当下及未来 5 年是人类历史上从零开始构建产品的最佳时期。AI 打开了无数新想法的可能，法律、教育、医学等过去不是软件大买家的行业将在未来 5 年内被彻底改变。没有比现在更令人兴奋的创业时刻了。