那个被认为只是辅助编程的工具Copilot，到了Devin这里竟然学会了自己接单。从GitHub Copilot到Devin：当AI智能体开始自己接单。仅仅是为了完成一个网站项目，Devin自己读了需求，还能开终端、跑测试、提Pull Request，整个过程利落得让人惊讶。这个事发生在2024年3月。在那之后，再也没有人能说AI只是个更快的自动补全工具了。编程这件事的底层逻辑其实变化不大，依然需要懂得语法、算法和数据结构，像钟表匠那样一颗螺丝一颗螺丝地拧紧。这也是程序员的护城河所在。 Devin出现后，这条分割线开始模糊了。它把程序员的角色从钟表匠变成了建筑师，把导演变成了喊“我要这个镜头感觉”的人，然后剩下的工作交给AI完成。要实现这个转变，需要两个关键的基础：大模型和工具调用。像GPT-4、Claude、DeepSeek这样的大模型经过海量代码训练后，已经能理解逻辑含义了。比如你说“给我做个用户登录系统”，它就会明白你需要数据表、前端、后端和鉴权这些步骤。 智能体还要能调用各种工具连编译器、数据库等资源。有了这两个基础，“思考-行动”的闭环就建立起来了。比如Devin遇到bug时没有直接修改代码，而是先复现问题、找到根源并运行测试，最后提交了清晰的Pull Request。这已经不是简单的辅助编程，而是完整的工程师流程。 实现这种规模化落地需要底层框架和平台支持。LangChain、LlamaIndex和AutoGPT等开源项目在2023到2024年间涌现出来，模块化地连接了大模型、工具和工作流。商业层面上也在积极布局，GitHub Copilot Workspace可以自动生成实现计划并分解任务，每一步都可以审查和调整。资本也跟风涌入这个领域，PitchBook的数据显示2023年AI赋能软件开发领域全球风险投资超过20亿美元。 那么问题来了：程序员会不会被AI取代？答案是否定的，但“程序员”这个词的含义要发生变化了。未来的团队可能会是人类架构师和AI执行工程师并肩作战。人类负责需求洞察和系统设计等需要真正理解“人要什么”的工作；而AI则负责写CRUD代码、配置环境、跑测试等重复性任务。 这种分工不仅能让小团队拥有大团队的生产力，还让那些有想法但不会写代码的人有机会参与进来。比如生物学家或者创业者现在可以用自然语言指挥AI搭建原型系统了。 当然挑战也不少。AI生成的代码里可能隐藏着安全漏洞或性能问题；而且过度依赖AI可能导致团队不了解系统内部情况。解决方案是让智能体成为高级助手而非系统主人；核心设计人必须在场；还要通过强代码审查工具来保障安全；这样反而有助于知识积累。 从更长远的角度看，编程本身是把模糊意图翻译成精确计划的过程；而AGI所需的核心能力恰恰也是这些：理解抽象概念、多步骤规划、使用工具以及从反馈中学习。编程这个封闭的沙盒环境正是练习这些能力的好地方；今天在Copilot里写代码的AI可能正在学一件比写代码更大的事：那就是掌握理解世界的能力。 编程正在从技术技能变成表达意图的能力；“氛围编程”或许是一个新方向；当这条路走到尽头时会是怎样的世界？评论区里聊聊你的看法吧。