2025年2月，OpenAI团结创始人Andrej Karpathy提出气氛 编程。

不久之后，一些公司开始在职位描述中将「气氛 编程」列为盼望的技能之一。

产物经理们认为人工智能将使他们如虎添翼，使他们可以也许 负担一些编程任务，甚至无需工程师即可完成工作。

硅谷的高管们更是信心 实足 ——

扎克伯格表示，他估计 一年内AI将编写Meta一半的代码。

2025年春天，AI已经在谷歌的项目中编写了大年夜 约三分之一的代码，并在一些微软项目中施展 感化 。

2025年3月，Anthropic的CEO更是推测三到六个月后AI将生成90%的代码。

气氛 编程影响甚大年夜 ，连《柯林斯词典》都将（气氛 编程）选为2025年度词汇，但真正使用过AI辅助编程的人，则对气氛 编程的前途不那么乐观。

而Business insider的文章，更是指出气氛 编程带来的恒久负面影响。

使用过聊天机器人的人都知道，即使是一个简短的题目，也经常会获得 冗长的回复。

生成的代码也是如此——当AI生成代码时，通常 会更长，这使得代码中潜伏毛病 的大年夜 概性也更大年夜 。

今年9月，软件开发公司Uplevel基于800名软件开发者，比力了使用GitHub Copilot的开发者与未使用该对象 的开发者之间的临盆 力水平。

结果发明 ，使用Copilot的开发者并没有更高效或更少出现疲倦，他们的代码出现毛病 的频率反而高出41%。

这意味着对于这些工程师来说，AI辅助编程只是转变 了工作内容，并没有转变 工作时长。

AI辅助编程，只是把工作任务从编写代码酿成了检察代码，而工作任务的转变 ，给开发者带来了伟大 年夜 的调剂 压力。

Sonar为开发者供给 代码验证对象 。该公司的首席实行官Tariq Shaukat则表示：

开发者对AI持反抗态度正在减少。

2025年Stack Overflow对专业开发者进行的观察发明 ，只有19.3%的受访者不使用AI，而持负面看法的开发者也占19.7%。

然而，不到3%的受访者表示他们高度信托AI生成的代码足够正确。

气氛 编程的题目不止在于其没有提升服从，还体现在让步调员因为 太过 依赖而逐步损失 编程本事。

软件公司Decode的创始工程师Sriraam Raja，已经使用生成式AI编写代码两年了。

他表示，当他使用AI辅助编码时，完成项目的速率大年夜 约是以前的两倍。

有一天，他给出指令后，坐在那边等候中兴 ，忽然意识到自己其实可以主动编写那些他偶然识地等候AI完成的代码。

在这一刻，他意识到自己正在放弃一些自主权，是以 他决定要在未来，要由自己来决定何时委派任务以及委派若干 任务给AI，这些决策将会异常 具体。

对于沉浸在心流状态的编程者，等候AI输出代码大年夜 概会打断工作流，而太过 依赖AI有时更会造成冗长的检察过程。

而对因为 使用AI而给我们带来的恒久影响，比方头脑方法 转变 和办理题目本事下降，则更值得担心。AI广泛 使用的一个副感化 是让大年夜 家的自大心 提高了，但同时也变得更加 懒惰，而且乐意从第一性原理学习新知识的意愿也下降了。

软件公司Silicon Society的首席实行官Frank Fusco也指出，我们天生就倾向于探求办理题目的最短路径，但这种方法并不利于提升编程技能。

编程本事如同是肌肉力气，必需 不断熬炼 才气维持。

对于上述征象，来自PNAS的批评文章，给出了一个更一样平常的描述，即机器绕道（「machinal bypass」），说的是让AI代替我们工作中艰苦 的部分。

比方，公关人员 与其直面写道歉信时的脆弱性，不如让聊天机器人代劳；

科研人员 与其在数据不全、理论不完善的环境下苦思科学困难，不如让语言模型用逻辑推导弥补空缺；

生理治疗师与其直面临床照料 护士的庞杂 性，不如断言机器会做得更好。

无论是编程，写作还是与患者对话，这些情境中都涉及情感或智力上的劳动，但每次当我们选择将任务委托给AI对象 时，都应先过细权衡大年夜 概落空 的器械 。

题目不是AI可否生成有用的内容。它能。真正的题目在于，科学、医学和社会如何从那些更杂乱、更具联系关系 性且经常有缺陷 的人类创造性过程中受益。假如我们希望构建一个让人类得以繁华 发展的未来，我们就必要反抗绕过人类自身的诱惑。

上述对气氛 编程种种负面影响的担心，其反响 是业界正在对气氛 编程祛魅。在经历了2025年夏日的炒作之后，9 月份气氛 编程网站的流量出现下滑。

甚至Karpathy在X上的帖子中也表示，他的最新项目「根本上完整 是手动编写的」。他说：

假如2025年是科技公司尽力投入AI的一年，那么2026年大年夜 概是气氛 编程编码高潮逐渐消退、现实回归的一年。

断言AI已经夺走开发者的岗位 还为时过早，气氛 编程也不会闪开 发者的技能全无用武之地。

不过，那些把工作视为处理任务清单的开发者，大年夜 概比那些富有创造力并全程关注项目希望的开发者更容易被气氛 编程代替。

但对于富有创造力、有远见的开发者来说，气氛 编程将带来积极的影响。越周全 的人才，越有大年夜 概借助气氛 编程取得乐成。

相比替换开发者，人工智能更有大年夜 概为软件测试人员 带来更多的资助。

假如有时机开发更精细的模型、更专业的模型，这些模型只负责特定范例的代码更新，而且可以也许 以更有用的方法 辅助人类开发者，而不是代替他们，那么这似乎将成为气氛 编程未来的发展标的目的 。