2025 年使用大模型进行软件工程：现实检验
每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/
以工程经理与资深工程师的视角，探讨大厂与初创公司的挑战,以及与 Anthropic、Cursor 等 AI 公司工程师，与 Google、Amazon 等大厂工程师，以及多位资深工程师的对话，从中归纳 AI 工具的使用状况与发展趋势。
一、两极现象
乐观派观点：AI 企业高管的话语
许多 AI 基础设施公司高管发出过类似预言：
- “Anthropic 的 CEO 表示未来一年所有代码都将由 AI 生成”（Inc Magazine，2025 年 3 月）。
- “微软 CEO 称 AI 目前可编写约 30% 的公司代码，部分项目代码将完全由 AI 生成”（Tom’s Hardware，2025 年 4 月）。
- “Google 首席科学家预测 AI 在一年内可达初级程序员水平”（Business Insider，2025 年 5 月）。
这些言论常伴随着乐观预期，但它们往往来自拥有 AI 产品并希望推动销售的公司。
悲观派观点：开发者的失望
开发者社区不乏 AI 工具失误的案例：
- 一位工程师使用名为 Devin 的工具错误生成代码，导致 PostHog 产生数百万无效事件，造成约 733 美元损失。
- GitHub Copilot Agent 在 .NET 代码库的公测版中出现大量错误，生成不通过的单元测试，导致微软工程团队放弃相关 pull request。
这些事件表明现阶段 AI 工具仍不够可靠。
二、AI 开发工具初创公司
这些公司的工程团队强烈 Dogfood 自家产品：
- Anthropic：内部 90% 的 Claude Code 源码由 Claude Code 编写。据称 Sonnet 4 与 Code 的推出，使使用量大增，并显著提升开发效率（“双倍甚至十倍”）。
- Windsurf：约 95% 的代码使用其代理 Cascade 与标签页自动补全完成。
- Cursor：估计 40%–50% 的代码来自 Cursor，团队成员每天都在使用。
三、大厂状况
Google 构建了紧密集成的工具链，包括 Borg、Cider、Critique、Code Search、Gemini LLM、NotebookLM 等。多名工程师表示：
- 通过谨慎部署 AI 功能，逐步建立信任。
- 许多组织内部正在尝试 AI 项目，并为有潜力的项目持续投入资源。
- SRE 团队预计将迎来代码量增长 10 倍的挑战，包括代码审查、部署、BUG 管控等也需倍增。
Amazon
Amazon 推出了多款 AI 工具：
- Amazon Q Developer：相当于 Copilot，现已进入 Pro 级，支持单文件场景、Java 特征，使用 AWS Bedrock 和 MCP 插件。
- Claude Sonnet：用于撰写 PR / FAQ 文档、自评、绩效评估。
- MCP 架构与其 API-first 文化高度契合，使得各类内部工具都可被代理调用，提高自动化协作能力。
- 多数团队已接入 MCP，用于 Wiki、票务系统、Quip、CLI 等，从而链式自动化工作流。
四、AI 初创企业（非开发工具）
- incident.io：该团队高度依赖 Claude Code、Cursor、Granola 等工具，通过 Slack 汇报经验，持续优化代码风格与架构一致性。
- 某生物科技公司：虽然尝试过 AI 工具，但发现其效果不如提升开发环境工具（如 high‑performance Python 库、ruff linter 等），因而多数 AI 工具“未贴合”其复杂软件开发需求。
五、资深工程师的看法
- Armin Ronacher（Flask 创始人）：从怀疑转为信任，称 Claude Code 可在命令行执行反馈，是决定性转折因素。
- Peter Steinberger（PSPDFKit 创始人）：发现工具提升与定价使得他重新热爱编程，并认为产出提升 10–20 倍。
- Birgitta Böckeler（Thoughtworks 董事工程师）：认为 GenAI 是一种横向创新，可更自然地指令驱动各层级抽象。
- Simon Willison（Django 创始人）：实验证明“编码代理”已产生实际效果，通过循环执行编译、测试、linting 等操作，能够完成开发任务。
- Kent Beck（XP 与 TDD 提倡者）：表示 52 年生涯中体验到的最具乐趣的编程时期。
- Martin Fowler（思维与重构大师）：称 LLM 将带来与从汇编语言转向高级语言相似的抽象革命，但它们是非确定性的工具，颠覆传统编程范式。
六、未解之问
- 为何创始人与 CEO 更乐观？ 高层多为推动者，关注传播与投资潜力。
- 开发者普及程度如何？ DX 研究显示：50% 的开发者每周使用 AI 工具，“顶级”公司比例达 62%。
- AI 节省时间多少？ 开发者平均每周节省 4 小时（约占 40 小时工作周的 10%）；这一数据与 Google CEO Sundar Pichai 的预估相符。
- 为何团队层面尚未高效？ AI 主要提升个体编码速度，但团队层面需强化代码审查、测试、部署等流程协同，且方案落地需时间。
- 为何很多开发者未立即上手？ Simon Willison 观察指出，一味理解 LLM 运作机制反而成为阻碍，反而轻触试用更有效。
总结
- AI 开发工具初创公司 与 大厂内部工具 推动技术前沿，已普遍 Dogfood 自家产品。
- AI 相关初创公司 虽高度尝试，但效果不一；有些领域如高性能计算样受益更多。
- 资深工程师们 多从怀疑转为热情，认为工具如 Claude Code、Cursor 等已带来革命性转变。
- AI 工具虽仍有不稳定与流程整合问题，但已经具备可用性与生产力提升潜力。
- 实验价值显著，建议尝试多种工具（如 Claude Code、OpenAI Codex、Gemini CLI、Amazon Q CLI、Cursor、Windsurf、VS Code + Copilot、Aider、Zed 等），这类工具将在未来几年内与 IDE、Git 同级成为“开发标配”。
结语：如 Kent Beck 所言，如今“一切成本结构已被重构”，开发者正处在 AI 带来变革的风口，只要主动尝试，就能在这一时代收获创新的红利。