AI编程2025总结：一起聊聊这十个问题
视频：
1. 过去一年里，AI 编程 发生了哪些变化？
- Cursor 不再一家独大，Claude Code 引领 AI 编程工具新潮流，下半年各种 AI 编程工具相继推出，给AI 编程带来更多选择
- Claude Sonnet 系列大模型仍然是 AI 编程的第一选择，OpenAI的 Gpt -5-codex 和谷歌的 Gemini 3 Pro 对
Claude Sonnet 造成比较大的影响，你可以根据模型的能力来灵活选择使用。
- AI 编程告别简单提示词直接出代码的流程，各家编程工具纷纷推出 todoList, Plan, spec 各种功能方便用户输出更好的代码结果
2. AI 编程是在增强程序员，还是在重新定义程序员？
最近行业里有个很典型的新闻： 国内有些公司把一批前端工程师整体转去做后端，直接向“全栈方向”靠拢。
AI 编程让每个程序员都变成了六边形战士，岗位在模糊，边界也在模糊
3. 哪些场景下我们越来越依赖 AI编程？哪些场景下仍然更信任自己？
依赖 AI 的典型场景：
- 模式化逻辑（CRUD、表单、API）
- 重复劳动（转文件、改格式、写注释）
- 补全知识盲区（例如某个 SDK 的用法）
但有两个场景，我们仍然只能依赖自己：
1）需要长期记忆的任务
AI 的上下文窗口再大，也无法替代你对业务的“深度理解”。
2） 存在风险后果的决策
比如：
- 应该选哪种架构？
- 哪个方案能支撑未来 2 年？
- 性能瓶颈在哪里？
AI 可以给你信息，但 判断一定是人来做的。
如果你现在的工作 60% 是重复劳动，AI 会帮你释放；
如果你 60% 是深度判断，那 AI 只是你的助理。
3）规划、设计
4. 第一次用 AI 写代码的人最大的困惑是什么？
困惑 1：以为 AI 会一次给出完美答案
但 AI 编程其实是： 你负责方向，AI 负责探索。
第一次写代码的 AI，就像第一次做菜的人：
你不引导，它不可能端出好东西。
困惑 2：不知道怎么让 AI “理解项目”
AI 要写可靠代码，最重要的不是 Prompt，而是 上下文质量。
比如：
- 要让它读文档
- 要把项目结构告诉它
- 要让它看配置文件
- 要明确你要解决的问题边界
困惑 3：不知道 AI 的极限在哪里
真正成熟的开发者用 AI 的方式是：
让 AI 做它擅长的，让自己做它不擅长的。
真正的门槛不是“会不会问”， 而是 知道哪些事不该问它。
5. 国内模型和国外模型在编程能力上差距大吗？
国内模型在稳步发展，经过我的实战测试，目前国内几个重要的大模型：
Kimi,GLM4.6,Minimax,Qwen 在编码上仍然是弱于 claude sonnet 系列，
最高水平能到 4.0 左右，跟国外最好的模型仍然差 6 个月 左右的时间
6. 使用 AI 编程会不会“废掉”自己的代码能力？
这个问题其实本质是：
AI 会不会让我们“停止思考”？
答案取决于使用方式。
会废掉你的是：
- 你只关注成果，没有去好好设计
- 完全不做代码审查
- 盲信 AI 的“看似正确的答案”
不会废掉你的是：
- 用 AI 提升思维速度
- 让 AI 帮你快速验证想法
- 偶尔让它写你不熟悉的模块，通过结果反向学习
AI 有一个非常宝贵的作用：
它会暴露你以前从没意识到的知识盲区。
如果你用它“逃避思考”，你会变弱；
如果你用它“加强理解”，你会变强。
7. AI 时代，程序员真正“核心竞争力”是什么？
我认为核心能力正在转向三个方向：
- 表达意图的能力（Prompt 的底层逻辑）
越复杂的系统，越依赖“怎么说明白你的需求”。
- 判断能力（特别是架构方向的判断）
AI 能给 10 种方案，但哪一种能支撑你后续三年的可维护性？
这是人类必做的。
- 整合能力（把 AI、经验、业务串起来）
未来最强的人一定是：
能用 AI，把自己的经验杠杆放大的那一类人。
8. 常用的 AI 编程工具有哪些？
IDE Cursor、Kiro、Antigravity、Trae、Qoder
CLI Claude Code, Codex,Droid
API
Roocode,Cline
9. 你觉得 AI 会不会改变程序员的职业路径？（比如学习方式、成长节奏）
会，而且已经在改变。
变化 1：学习曲线变短了
新手可以在 3 个月做到过去需要 1–2 年的熟练度。
变化 2：成长瓶颈变高了
因为 AI 可以代替基础能力，
所以真正的差距会出现在：
- 逻辑深度
- 业务理解
- 系统思维
变化 3：通才变得更有优势
能写前后端的不再稀缺，
能把前后端 + 产品 + 业务理解结合起来的人，会变得更吃香。
10. 未来一年 AI 编程真正要解决的核心问题是什么？
我的观点有三个关键词：
① 代码可靠性
AI 会写，但要写得稳定、可维护，这是关键。
② 长上下文的“真正理解能力”
AI 未来必须能够稳定理解复杂项目，不只是“读得进去”。
③ 多智能体协作
真正的生产力提升会来自： 多个 AI 之间的分工协作，而不是一个AI单打独斗。
