未来十年，最不稀缺的就是会写代码的人！

生成式 AI 正以前所未有的速度渗透到软件开发的每一个环节。当全球开发者还在争论“AI 是否会取代程序员”时，一场由 AI 驱动的软件开发生产力革命已然拉开帷幕，并将彻底重塑下一代开发体验（Next-Gen Developer Experience, NGDE）。

在 AmazonQ 的对话框中输入 “创建一个模型火箭控制程序，用 Python，要有中文菜单，能实时显示燃料数据”。通过 5、6 轮自然语言交互，短短 30 分钟内生成了一套可运行的“模型火箭控制程序”。

它让我们不禁思考：生成式 AI 究竟会如何重塑软件开发行业？这场革命又会如何改变开发者的工作方式呢？

软件开发的“三次跃迁”：从机器语言到自然语言  

回望软件开发史，技术演进始终围绕一个核心命题：如何让机器更“懂”人。

在 1940 年至 1950 年，软件开发处于汇编语言时代，开发者需要直接操控机器指令，开发效率极低。

随后， 从 1950 年直至今日，第二代软件开发逐渐兴起，高级语言（如 C、Java、Python 等）搭配集成开发环境（IDE）成为主流，通过抽象语法的方式，极大地提升了开发效率，让开发者能够更便捷地与机器进行沟通。

而进入 2020 年以后，第三代软件开发浪潮汹涌而来，生成式 AI 编程崭露头角，它以自然语言为核心交互方式，开启了软件开发的新纪元，让机器与人的沟通更加自然、高效。

从 AI 编程助手兴起至今，其实不过短短三年的时间。而当我们对比最初的 AI 编程工具到如今其对整个 IT 界的重塑，很难想象一切竟然发生在如此短的时间之内。

2023 年前后，以 Coplit、Amazon CodeWhisper（Amazon Q 的前身） 为代表，代码伴侣概念逐渐兴起，大语言模型开始辅助代码理解、补全、解释和生成等功能。例如，新手开发者可以通过工具快速理解项目架构，生成 URL 调用图，这比手动查看代码要高效得多。

进入 2024 年，单智能体时代来临。单元测试生成智能体、安全智能体、Java 升级智能体相继涌现，极大地提升了开发者的效率。到了 2025 年，领域智能体时代开启，通用智能体和领域智能体并存。在开发者领域，亚马逊云科技于今年 3 月推出了 Amazon Q 的 CLI 功能，将智能体能力融入终端。

AI 编程工具开始不仅可以完成编程任务，还能进行运维、测试、排障、架构图绘制等与软件开发相关的各种任务，开启了下一代开发体验（NGDE）的序幕。

Vibe coding（氛围编程）的范式便是当下开发模式的一种高度概括。开发者或者用户只需要通过自然语言向大语言模型描述需求或问题，由 AI 生成并修改代码即可完成软件全生命周期的开发。开发者更多地充当“提示提供者”和“测试者”的角色，而不必深入理解代码的技术细节。

Vibe Coding 作为一种新兴的编程范式，正在改变人们对编程的认知和实践方式。它不仅为开发者提供了更高效的编程体验，也为非专业程序员打开了进入软件开发领域的大门。但 Vibe Coding 一定是未来的开发范式吗？答案是不一定。

下一代开发体验与亚马逊的 AI 工程化实践

在生成式 AI 落地的狂欢中，亚马逊云科技团队提出了一个冷静的思考框架。在不久前刚刚落幕的 QCon 全球软件大会上，亚马逊云科技大中华区技术总监王晓野特别强调，在如今人人都在热议 AI 的强大能力与无限可能之时，作为开发者，更应关注 AI 的下限，从而更好地把握技术应用的方向。

该框架将软件构建实践中 AI 的能力采用分为四个区域：

• 低价值区（AI 能力<<开发者认知）：如简单表单生成；

• 提效区（AI 能力≤开发者认知）：用 AI 处理重复任务（如写单元测试、升级依赖库）；

• 学习区（AI 能力略＞开发者认知）：借 AI 探索新领域（如新手用 AI 开发 Rust 模块）；

• 危险区（AI 能力>>开发者认知）：技术价值核心区域，如核心系统架构设计，全由 AI 托管就有可能让技术、业务都置身不可控的危险中 ；

这个框架并非简单的选择题，而是开发者与 AI 能力的共生曲线。王晓野在 QCon 的分享中用飞行员与自动驾驶的比喻来强调“危险区”，正如飞机的自动驾驶功能是飞行员的得力助手，飞行员可以利用它稍作休息，但前提是随时能接管控制，如果不会驾驶飞机，却完全依赖自动驾驶来飞行，大多数人都会感到不安，这就像失去控制的“红点”时刻。

与此同时，他建议大家关注中间学习区和提效区，即在能力可控的范围内，找到一个安全区域，去实践开发与 AI 能力的结合。随着开发效率的不断提高，个人的知识水平也会不断向高回报区域拓展，逐渐接近我们想要实现的目标，而蓝色圆圈也会随之右移。因此，这无疑是一个令人兴奋的时代。

事实上，对于如何在生产实践中采用 AI 辅助构建者提效，亚马逊内部早有专门的团队负责。这个团队被称为 ASBX ( Amazon Software Builder Experience) 他们的使命就是提升亚马逊集团内部开发者的开发体验，帮助开发者节省时间以更好地为客户创新。在 AI 出现之前，该团队就通过工具和实践协助开发者。生成式 AI 为该团队带来了显著的提效机会，同时他们在应用 AI 时也有独特的思考方式。

首先，他们关注客户需求的不变性，这是亚马逊文化的核心。同时，他们思考生成式 AI 与过去技术的不同之处。如今的生成式 AI 之所以令人兴奋，并非仅仅因为其具备内容生成的能力，更主要的原因是，比起两年以前，今天的生成式 AI 更加擅长模仿人类去做逻辑推理。它可以通过穷举和筛选的方式，帮助开发者找到最符合逻辑的解决方案。在过去，升级一个老版本应用到 Java 17 平均需要 50 天左右，而现在仅需要几小时，预估节省了约 4500 个开发人员一年的工作量。ASBX 团队通过生成式 AI 的 Q Developer 升级功能，结合 CLI 命令组件，在 6 个月内完成了 50% 以上 Java 系统的升级，大大提升了效率。

同时，该团队总结了 AI 模型安全漏洞的处理经验。AI 模型的安全漏洞处理比传统代码复杂得多，因此在生产前需要进行安全审查、测试、评估和微调模型输出；上线后需设置安全围栏、持续监控并建立快速响应机制。亚马逊开发了一系列监控工具和 AI 安全框架，如 fast framework for AI security testing，用于控制模型输出个人数据、检测恶意行为等。

以上例证只是亚马逊在探索将生成式 AI 融入构建过程中的冰山一角，但它也反映出，下一个时代的构建者需要关注的不仅仅是写代码。虽然如今的创业公司都在宣传“用自然语言就能写代码”，但真正重要的是背后一系列工程化需求。

浪潮中的“构建者”应该关注些什么？  

在生成式 AI 的加持下，我们正站在软件工程史的转折点上。2024 年的时候，我们的感受还是人与机器的交互以人为主，机器辅助人类去完成工作，而进入 2025 年，最显著的变化是 AI 从赋能编码阶段，转变为赋能整个软件生命周期。据麦肯锡调研，编码阶段仅占软件生命周期投资的 30%，而其他 70% 的时间则花在会议、设计、安全审查、测试、部署和运维等环节。未来，市场将聚焦于如何利用 AI 提升这 70% 的效率。也许，Vibe Coding 是否是软件未来的开发范式在当下的时间节点还难以回答，但可以预见的是，未来，人人都将成为下一代构建者。那么，随着 AI 工程化的不断进化，程序员会被取代吗？

亚马逊云科技给出的答案是否定的。他们认为，技能人口的增加并不会导致我们专业人口的出局。类比今天每个人手里都有一个相机可以去进行拍照，我们技能人口是增加了，但是并没有影响我们专业的摄影师去用它来实现更高的价值。

未来将会是一个技术民主化与专业深度共生的局面，这才是这场变革的核心逻辑。一方面，“平民构建者”通过自然语言调用 Amazon Q CLI，像拼装乐高积木般实现业务逻辑；而“AI 工程专家”则如交响乐指挥家，专注优化 AI 工具链的“演奏精度”。

在这一进程中，开发者的进化路径也愈发清晰：

• 技能升级：从“写代码”转向“训练和驾驭 AI”。

• 角色分化：传统职能边界被重新定义。当“平民构建者”用自然语言生成基础模块时，专业开发者正蜕变为“AI 系统架构师”。

• 价值聚焦：“领域知识 +AI 工程”的复合壁垒成为核心竞争力。

这印证了亚马逊 CTO Werner Vogels 的洞察：“未来十年，最稀缺的不是会写代码的人，而是能用 AI 将业务洞察转化为可靠系统的人。”

重塑下一代开发体验！「1000 AIdea 应用计划」即刻启程  

面对这场重构软件工程范式的革命，亚马逊云科技与 InfoQ 联合发起的「1000 AIdea 应用计划」。向所有新老开发者发出邀请，开启通往下一代开发范式的全新旅程！从人类第一行代码诞生至今 179 年，技术演进从未停歇，如今，技术终于“开口说人话”了。现在，轮到我们用 AIdea 重新定义下一代开发体验， 请不要把它看成一场比赛，我们期待每一个敢于探索，乐于创新的你加入这场技术盛宴。

“最好的时代属于敢于拥抱变化的构建者。”

正如 Werner Vogels 所言：“Now, go build！”

⬇️