QCon 2026 北京站观察：AI 正在重写软件工程的基本范式

上周三半夜，我刷到一条朋友圈，心里咯噔了一下。

TiDB的CTO黄东旭发了一条，说自己过去几个月「消耗了上百亿Token」。配图是一个Terminal截图，Token计数器的数字还在往上跳。我下意识算了算——按GPT-4o的API价格，这得烧掉多少钱？

然后我想起来，他是在QCon 2026北京站做的这场分享。4月16-18日，极客邦的QCon落地北京，超过2000名开发者涌进去。我没去现场，但朋友圈和Twitter已经被刷屏了，主题只有一个：AI正在重写软件工程的基本范式。

这不是增量改进，是结构性破坏

黄东旭的演讲标题叫《The Rise of AI Employee》，翻译过来就是「AI员工正在崛起」。他分享的核心数据很有意思：

「在TiDB内部，AI代码生成工具的日活跃开发者覆盖率已经超过78%。平均每个开发者的日常代码提交中，有大概35%是直接由AI生成后人工审核的。」

注意这个数字——35%是直接生成，不是建议采纳，是直接提交。

这意味着什么？意味着很多传统的「编写代码」工作，正在从「人写」变成「人审」。这个转变是根本性的，不是说效率提升了30%、50%，而是说工作流的起点变了——从「我要写一个函数」变成了「我要告诉AI我要一个什么样的函数」。

OpenClaw是现场另一个被反复提到的名字。这个工具从去年开始火，今年QCon上已经有不少团队拿它来跑完整开发流程了——从需求分析、环境搭建、代码生成到测试，全部可以由AI接管。有人在现场演示了一个案例：从一个PRD文档到可部署的代码，全流程用了不到两小时。

但问题来了：程序员的价值在哪？

我朋友圈那条动态下面，有人留了条评论：「那还要程序员干嘛？」

说实话，这个问题我也问过自己。但QCon给我的感受是，真正在一线干活的工程师，反而没那么焦虑。为啥？因为他们发现，AI接管的都是「标准化」的环节——比如CRUD代码、单元测试、简单Bug修复。但真正复杂的东西——架构设计、跨系统权衡、跟产品经理battle需求——AI目前还是磕磕绊绊。

黄东旭自己也承认：「AI生成代码的速度是快了，但生成的代码质量参差不齐，有时候会引入一些非常隐蔽的Bug。」他的建议是：每个团队都需要有一个人真正懂代码，才能够快速审核AI输出的内容。这个人，不是传统意义上的「代码写手」，更像是「AI代码质量把关人」。

这让我想起了历史上每一次工具革命——汇编代替手写机器码，C语言代替汇编，高级语言代替C。每一次都有人说「写代码不需要人了」，但每一次程序员这个职业反而变得更大、更重要。区别在于，你需要掌握的抽象层次在不断提高。

现在也一样。AI可以帮你写代码，但你得知道你要解决什么问题、这个问题在系统中的上下文是什么、为什么这个方案比另一个方案更合理。这些，短期内AI还是搞不定的。

现场还有一个有意思的信号

这次QCon有一个展区，专门展示「AI编程工具链」，其中有一个台子围了特别多人——是几家做代码搜索和代码理解工具的公司。他们展示的核心场景很有意思：当代码库大了以后，怎么让AI真正「理解」你的代码结构，而不是一通乱搜？

这其实是AI编程工具的一个真实瓶颈。大家都在卷「生成」这个环节，但「理解现有代码库」这件事，进展其实比想象中慢。我在现场跟几个工程师聊，他们说现在用AI写新代码很爽，但维护老代码还是很痛苦——因为AI很难理解那些「历史遗留」的设计意图。

这波AI对软件工程的改变，现在还在第一阶段：生成环节的效率提升。真正的深水区，是如何让AI理解复杂系统的上下文，并且能够在「修改旧代码」这件事上达到跟「生成新代码」一样的水平。这个，估计还需要时间。

但有一点是确定的：会用AI的程序员，正在代替不会用的。这个趋势，比任何技术文档都说明问题。