自生成式人工智能兴起以来，许多人担心它会对人类员工的生计造成损害。如今，CEO 们也开始承认人工智能的影响，裁员人数也开始增加。
CEO 希望利用 AI 替换到大批开发者
根据招聘网站 Indeed 的最新报告，科技职位招聘数量较 2020 年下降了 36%。其中一部分裁员是因为 CEO 想用人工智能（AI）取代员工。
有不少科技公司已开始以 AI 和自动化为由，明确裁员或冻结招聘。今年 5 月，行业巨头 IBM 用人工智能取代了数百名人力资源员工，这也是其大规模裁员计划的一部分，该计划共裁撤了 8000 名员工。同样在 5 月，语言学习应用程序多邻国（Duolingo）的首席执行官路易斯・冯・安表示，公司将不再雇佣承包商从事可由人工智能完成的工作。
“先买后付” 公司克拉纳（Klarna）的首席执行官塞巴斯蒂安・西米亚特科夫斯基在 5 月称，公司已裁员 40%，部分原因是对人工智能领域的投资。
Workday 首席执行官卡尔·埃森巴赫 (Carl Eschenbach) 在今年早些时候宣布大规模裁员的一封电子邮件中表示，“世界各地的公司都在重新构想工作完成的方式”，并指出公司对 AI 的“日益增长的需求”是裁员的原因。
印度科技巨头塔塔咨询公司，当时公司裁员 12000 人，并向外界称它正准备“为他们的客户和他们自己大规模部署 AI”。
尤其在氛围编程这一概念兴起后，更是加大了科技公司裁员的力度，甚至连操作技术的开发者们都面临着被 AI 替换掉的风险。
生成式 AI 行业号称要“颠覆”整个社会，而且在某种程度上讲已经取得了成功。AI 确实颠覆了社会上的诸多领域，包括教育、社交媒体乃至政治活动。更重要的是，它似乎也在颠覆科技行业本身。曾经利润丰厚的软件开发职位如今正愈发岌岌可危，其中最直接的威胁因素当属“氛围编程”——一种对经验要求更低、自动化水平更高的 AI 辅助软件开发形式。
但从结果来看，“氛围编程”对企业来说效果似乎并不理想。
软件工程师新形态：为“氛围编程”提供付费修复服务
利用提示词由大模型快速生成的代码往往无法满足预期目标。而且颇为讽刺的是，如今企业此前放弃了熟练的程序员、转而选择成本低廉的聊天机器人的做法，导致其不得不雇用更多外包商来修复 AI 生成代码中的 bug。
技术媒体 404 Media 报道称，目前“氛围编程清理专家”正在崛起。这部分新型程序员擅长快速修复 AI 生成代码给企业带来的问题。这些自由开发者和部分公司，正通过修复劣质氛围编程软件来赚钱。
第一次注意到这波趋势，源自 Reddit 上流传的一条帖子，该帖子作者称自己接到了一个需求：通过修复氛围编程软件来赚钱。
故事是这样的：
该作者接了一份兼职工作，为一家美容诊所开发内部排班系统，这个系统是由一位“超级敏捷开发者”（诊所老板自己用的这个术语，他不懂氛围编码）开发的。它是一个基于 Next.js + Firebase 的全栈系统，视觉上甚至还挺漂亮的，但也存在一些缺陷：
Fugazi 身份验证：任何登录 Firebase 的用户都可以通过更改 URL 中的 UID（经典的 IDOR）从任何客户端访问数据。
客户端上的服务器端功能：诸如支付验证和库存管理等敏感信息都位于前端，暴露在 JS 包中
Firebase 规则？当然不行，任何人都可以写入数据库。
版本控制？太烂了，而且没有暂存。所有内容都直接在生产实例上运行。
代码没有类型，没有测试，没有 ESLint，没有“它正在运行，那就开始吧”的标准。
联系页面甚至没有重新验证码，但愿不会发生这种情况。
所以最后，帖子的作者几乎需要重做所有事情，但他也拿到了应得的报酬。
氛围编程（即使用 AI 编程工具构建软件，相对忽略底层代码设计）名义上的好处在于，它允许每个人快速、轻松构建软件。但从现状来看，氛围编程项目往往会导致安全问题，甚至在食谱应用程序中推荐有毒食材。一旦发现最终软件的质量太差，就需要聘请专业软件工程师来重写其中的氛围编程部分，这反而违背了提高生产力、提高开发效率的初衷。
而“氛围编程清理专家”，实际就是通过修复这部分 AI 生成代码引发的混乱来赚钱。
另一位自由开发者 Hamid Siddiqi 专门在 Fiverr 上提供“氛围编程审查与修复”服务，并在采访邮件中他表示：
“我从 2023 年底就开始提供氛围编程修复服务，到如今已经快两年了。目前我与 15 到 20 家客户保持着定期合作，每年还会接几个短期项目。之所以选择这条赛道，是因为我注意到越来越多的开发者和小团队在调试 AI 生成代码时遇到了困难。这些代码虽然功能齐全，但还须经过进一步润色才能切实匹配他们的愿景。我认为这个机会真实存在，决定通过敏锐的洞察力，将自己的编程专业知识与美学追求同用户体验结合起来。”
Siddiqi 表示，他经常帮助企业解决“AI 生成前端 UI/UX 设计中的不一致、代码优化不佳导致的性能问题、品牌元素冲突，以及功能虽然可行但使用体验笨拙或不够直观”等问题。他还提到，自己经常需要调整配色方案、动画和布局，以更好地适配创作者的审美意图。
Siddiqi 只是 Fiverr 上数十位专为氛围编程项目用户提供代码清理服务的开发者之一。而且像 Ulam Labs 这样的知名软件开发厂商，也坦言“会在氛围编程结束后进行清理”。
Ulam Labs 在官方网站上写道，“打算快速构建原型设计？是时候进一步夯实质量了。我们对此了然于胸。大家希望快速行动、发布 MVP（最小可行产品）以验证思路。但 AI 生成代码带来的技术债阻碍了进一步探索：未经测试、架构不够稳定、CI/CD（持续集成与持续交付/部署）遥不可及，每次变更像是在拆定时炸弹。别怕，我来助你！”
Swatantra Sohni 则创办了 VibeCodeFixers.com，这是个专门面向氛围编程项目、可提供经验丰富的开发者以协助修复或补全项目的网站。他表示已经有近 300 名经验丰富的开发者在网站上公布了自己的个人资料。到目前为止，VibeCodeFixers.com 在未经任何服务推广的情况下，已经为三、四十个氛围编程项目推荐了修复人选。网站当前的首要目标，就是尽可能多地吸引软件开发者加入进来。
Sohni 提到，早在 Andrej Karpathy 于今年二月提出“氛围编程”概念之前，他就已经开始从事这方面工作了。他买下一大堆与氛围编程相关的域名，并意识到像 VibeCodeFixers.com 这样的服务非常重要。因为他自己就经常需要就氛围编程项目寻求其他专家的帮助。今年三月，该网站在 X 上获得了大量关注，此后平台用户数量一直保持着缓慢增长。
Sohni 还撰写了一份“氛围编程社区研究报告”，内容来自他对参与氛围编程项目的非技术人员的采访。报告发现了大量与 Siddiqi 观点相似的问题，发现在现有功能之上添加新功能时特别容易引发崩溃。
“氛围编程用户大多是产品经理、销售人员，或者是想要创造一些成果的小企业主。对他们来说，输出的结果更像是原型设计。目前氛围编程尚处于起步阶段，用它传达原型构思的确方便，但距离打造出生产级别的应用程序还有很长的路要走。”
Sohni 发现的另一个核心问题在于“资源消耗曲线”，即在应用开发的最后 10%到 20%阶段，新添加的功能往往会破坏原有功能，导致氛围开发者的 AI 使用费迅速攀升。理论上，在这个阶段引入人类开发者应该会更便宜、也更高效。毕竟大家对自己的首个项目是有感情的，不想轻易放弃。
“很多人是第一次开发应用程序，总以为一条提示词就能搞定，结果应用程序崩溃把他们的付出白白浪费了。但大家对应用程序是有感情的，所以氛围编程流程需要人类开发者的创造力来优化和支撑。”
理论上讲，如果大语言模型开始出现幻觉、制造问题，重新生成对氛围编程用户来说反而是个更好的选择。但 Sohni 认为，多数人不想放弃已经初见成效的输出结果，而 VibeCodeFixers.com 的意义正在于此。有人帮助修复应用程序中的 bug，肯定要比从头创建新应用程序更有吸引力。
Sohni 坦言，氛围编程肯定会继续存在，正如人类开发者会继续存在一样。
“我觉得人类开发者的职能范围会有所收缩，但 AI 编程仍然离不开人类的参与和督导。”
目前尚不清楚这些服务的普及程度。但随着氛围编程在小型企业中的日益流行，AI 生成代码的清理需求有望创造出不断增长的市场。毕竟与诸多被 AI 主导的其他行业一样，软件开发仍然离不开人类的参与和督导。
网友怎么看？
随着“氛围编程”在业内引发越来越多讨论，不少人也开始关心它在真实开发场景中的可行性与风险。尤其是像 VibeCodeFixers.com 这样的服务，主打“替 AI 写出的代码收尾和修补”，让人既好奇又担忧。那么，网友们怎么看？
在 Reddit 上，有网友表示，自己压根就不信任氛围编码，更别提找个新人来修复这些 AI 写的代码了。
“我不会相信氛围编码。如果这个人寻找新手开发人员或仅基于 AI 单独完成这项工作，那么这绝对是一个问题，而且是一个真正的麻烦。”
对于自由开发者从事氛围编程代码修复这件事，有 Reddit 用户表示，如果自己是自由开发者可能也不会轻易接这种活儿：
“如果成功了就好了，我只是有点害怕这种事。我处理过太多疯狂的客户了。”
还有一些类似的评论，有人认为氛围编码就是个大坑，即便临时雇佣了开发者修复也无济于事：
“AI 生成代码导致停机与安全问题在很多企业发生了。自由开发者被要求修复这些问题，但客户往往不知道问题从哪里来，也不愿付出足够的时间或者预算让人彻底检查代码。”
还有用户认为：“我觉得要当一个好程序员来使用 AI，而不是让 AI 完全取代你自己写代码。AI 给你的只是起点，很多细节你还得去“抛光、修正、调试、重构”。
一个自由开发者补充：“我尝试让 AI 完成一些工作，然后自己去改错。第一次 AI 给的版本真的很烂，但经过多轮修改，可以变成能用的东西。但客户往往不愿意为这些修改付费。”
参考链接：
加V：busulishang4668
腾讯云云原生提质增效实践精选集 2024
《2024腾讯云云原生提质增效实践精选集》出炉，5大热门技术领域，13个行业精选标杆案例，痛点到解决方案全...
评论