谷歌内部 75% 新代码由 AI 生成：程序员真的要被取代了吗？

上周三，谷歌 CEO 皮查伊发了一篇博客，说公司内部新编写的代码已经有 75% 是 AI 生成的。我看到这个消息的第一反应是：卧槽。

说实话，这个数字比我预期的要快。我之前一直觉得「AI 写代码」这件事，更多是媒体用来吸引眼球的叙事，但谷歌作为一个拥有数万工程师的大厂，实打实地把 75% 的新代码交给 AI，这事儿就不一样了。

先说说背景。谷歌从 2024 年开始推 AI 编程工具，最初是辅助性质——AI 写一版，人再审核。过了不到两年，比例从 25% 涨到 50%，再到现在的 75%。按照这个速度，很快就不是「AI 写代码人审核」了，而是「人下指令 AI 全部搞定」。

我有一个朋友在字节做后端，他跟我说，他们组现在写一个新功能模块，基本流程是：产品提需求 → 程序员描述清楚逻辑 → AI 生成代码 → 程序员 review 一下 → 上线。他原话是：「现在写代码更像是在写 prompt，而不是在写代码。」

这个说法让我很有共鸣。我自己现在接一些 AI 咨询项目，有时候也在想：我的价值到底在哪里？

我觉得有必要泼一盆冷水。75% 这个数字，听起来好像程序员要被替代了，但实际上，这个数字恰恰说明人类工程师的价值从「写代码」转移到了「定义问题」「审核逻辑」「架构设计」。AI 能写代码，但它不知道为什么要写这段代码，不知道这个功能是为哪个用户群体服务的，更不会主动问「这个需求是不是有坑」。

换句话说：AI 把编程的「执行层」吃了，但「决策层」和「判断层」还在人手里。这和自动驾驶有点像——L2 辅助驾驶吹得很凶，但真正完全无人驾驶落地还早得很。

但我也想提醒一点：这种「AI 写代码 + 人类 review」的范式，对程序员的要求不是降低了，而是提高了。以前你只需要「会写代码」，现在你需要「能提出好问题」「能审核出 AI 的错误」「能从业务角度判断 AI 的产出是否合理」。

这对入行 3 年以内的新人，其实是不友好的。因为你没有足够的经验去判断 AI 写的代码到底对不对，好不好。你可能会陷入「AI 写什么我都觉得对」的陷阱。

所以我的建议是：如果你现在还在学编程阶段，不要把宝押在「学会写代码」这件事上。更重要的是学会「理解问题」「拆解需求」「验证结果」这些 AI 替代不了的能力。

当然，谷歌 75% 这个数字，也给整个行业抛出了一个更本质的问题：当代码越来越多是 AI 写的，那代码的「owner」到底是谁？出了 bug，是 AI 的责任还是工程师的责任？谷歌内部是怎么界定这个归属的？

这个问题，我估计法律界比工程界更头疼。

总之，75% 这个数字告诉我们的是：AI 编程已经从「趋势」变成了「现实」。但现实是复杂的，不是非黑即白的「取代 vs 不取代」，而是一场静悄悄的分工重构。

你准备好重新定义自己的价值了吗？