欧美撕裂美妇直肠菊蕾惨叫,
“秒杀”大厂开发岗面试的AI
目今， ，，，人工智能正以汹涌之势， ，，，席卷所有行业。。一些行业首当其冲， ，，，相关岗位正在加速萎缩。。那么， ，，，作为孕育AI的“母体”， ，，，盘算机行业能独善其身吗？？一个自然冒出的疑问是——在AI开发上“卷生卷死”的程序员们， ，，，会不会也在担心， ，，，终有一天会被自己创立的AI取代？？
早在2021年， ，，，OpenAI就推出了AI辅助编程工具Codex， ，，， 它的降生比公众熟知的ChatGPT(2022年宣布)还要早。。Codex基于GPT-3模子， ，，，并在此基础上加入了海量程序代码数据举行训练， ，，，因此在编写代码方面更具优势。。
最初， ，，，AI写代码只是开发者手边的“小帮手”， ，，，主要用来代庖那些死板、重复的代码片断。？？伤孀拍Ｗ幽芰Φ目焖偬嵘， ，，，再加上ChatGPT的爆火， ，，，越来越多的公司看到了新的时机——AI不再只是辅助， ，，，而是有可能开发出一个全新的市场——AI软件开发。。
以后， ，，，大宗AI软件开发创业公司如雨后春笋般涌现， ，，，例如目今着名的ClaudeCode、Cursor、Devin、Windsurf等。。海内几家头部大模子企业也不甘落伍， ，，，字节跳动、阿里巴巴、腾讯等亦相继推出了类似产品。。
相比四年前的Codex， ，，，现在的AI编程工具已取得令人瞩目的前进。。OpenAI最新的o3模子在编程竞赛网站Codeforces上斩获2727分， ，，，凌驾99.8%的人类选手； ；Anthropic的Claude4则能自主运行长达7小时， ，，，完成上千个办法， ，，，一直实验直至告竣目的。。
这些突破带来了全新的编程方法——开发者无需逐行写代码， ，，，只需用自然语言形貌需求， ，，，AI便能自动天生并凭证反响重复修改。。人类与AI的相助因此变得更像“对话”而非“指令”。。这种全新的编程方法有个颇具浪漫色彩的名字——“气氛编程”(vibe coding)， ，，，这一转变似乎意味着编程正从少数人的专业手艺， ，，，逐渐走向人人可用的创立工具。。
颇具戏剧性的是， ，，，AI的能力现在已经延伸到专业软件开发的招聘面试中。。
一样平常情形下， ，，，专业软件开发的招聘面试都会包括代码考察， ，，，要求应试者在限制时间内写出既准确又高效的程序。。而哥伦比亚大学的一名学生则开发了一款“AI面试助手”：它能在视频面试时自动读取问题， ，，，并挪用AI编程工具实时天生切合要求的代码。。据他透露， ，，，这套工具已经资助他顺遂通过TikTok、Meta和亚马逊等公司的面试， ，，，并拿到任命通知。。他还将自己在亚马逊面试中AI“脱手”的全历程录制下来并上传网络， ，，，引发了普遍讨论。。
这一切突飞猛进的希望爆发在短短几年内， ，，，速率之快出乎人们的意料。。但我们是否就能断言——AI真的能周全接受人类的编程事情？？
找个“助手”， ，，，竟成“杀手”
并非云云。。
相比于人类， ，，，AI在编程中的“失误”往往难以预料。。即便它的准确率能抵达90%， ，，，听起来已经很高了， ，，，但这也意味着平均每十次就会错一次。。关于程序开发来说， ，，，这样的过失率并禁止忽视——人类开发者必需逐一检查并修正， ，，，效果经常比自己亲手写代码还要操心艰辛。。
2025年7月， ，，，着名编程社区StackOverflow宣布了今年5月开展的一项视察效果。。在5万名受访用户中， ，，，约80%正在使用AI编程工具。。然而， ，，，其中“不信任AI”的用户(46%)比例， ，，，显着高于“信任AI”的用户(33%)。。相比2024年， ，，，用户对AI的正面评价从70%以上跌至60%； ；而在应对重大开发使命时的信任度， ，，，也从35%下滑到29%。。
AI编写的代码往往包括细微的过失， ，，，需要人类检查并修正。。只管AI在编程竞赛中已经取得了非凡的效果， ，，，但在面临现实的软件开发需求时， ，，，往往不可准确完整地实现所有功效， ，，，有时甚至会过失地执行危险操作。。
AI开发协作平台Replit曾爆发过一次严重事故。。只管用户明确要求不得私自修改代码， ，，，Replit仍然删除了该公司整个生产情形的数据库。。更糟糕的是， ，，，它还声称数据“不可恢复”。。然而， ，，，用户最终通过手动操作， ，，，乐成将数据库恢复。。
这一事务引发了人们对AI编程工具可靠性的普遍讨论。。果真信息显示， ，，，类似的情形并非个例——一些用户甚至报告称， ，，，自己的数据库或代码客栈被AI整个清空。。
“AI， ，，，给我做个像淘宝的网站”可行吗？？
软件开发通常要走一整套流程：先做需求剖析， ，，，再设计手艺计划， ，，，接着开发、联调、测试， ，，，最后才华上线。。为了追求更快的迭代， ，，，现在互联网公司大多用“迅速开发”， ，，，流程上精简了不少， ，，，但基本框架没变。。
需求剖析是要害的第一步， ，，，它要求清晰、完整地形貌软件应该实现的功效。。好比， ，，，要说明当用户执行某个操作时， ，，，系统应怎样反响。。优异的需求文档会尽可能详尽到每个操作细节， ，，，而不是一句迷糊的“给我做个像淘宝的网站”。。
接下来是手艺计划设计。。这一步要把需求拆分成可以单独开发的软件？？， ，，，还得思量架构设计、资源消耗、异常处置惩罚等等细节问题。。
最后才是开发和测试。。这一阶段险些必定会冒出种种没预推测的问题， ，，，开发者需要通过重复测试确保功效准确实现。。而在现实项目里， ，，，经常 ；岱⒚餍枨蠡蚣苹约河形蟛， ，，，导致不得不推翻重来， ，，，这也是司空见惯。。
除了开发流程繁琐， ，，，程序自己的重漂后也是个浩劫题。。举几个例子：一款通俗的iPhone应用平均就有约4万行代码， ，，，Chrome浏览器包括约600万行代码， ，，，而着名操作系统Linux的内核代码更是凌驾了4000万行， ，，，若是所有打印出来需要70万页。。
面临云云重大的项目， ，，，优异的人类开发者团队往往能精准定位每个？？榈墓π， ，，，并在出问题时迅速定位到详细的代码行举行修复。。但对AI而言， ，，，这种使命却充满挑战。。受限于输入长度， ，，，它往往只能“看到”局部片断， ，，，难以像人类一样建设对整个项目的周全明确。。
普林斯顿大学的研究者构建了一套考察AI软件开发能力的测试基准(SWE-bench)， ，，，包括来自开源网站Github的数十个软件项目。。得益于Github对代码改动历史的详细纪录， ，，，研究者从中整理出凌驾两千个由人类开发者准确完成的功效需求。。研究者要求AI开发工具在已有的软件项目上完成相同的需求。。实验效果显示， ，，，哪怕是目今最强的AI， ，，，最多也只能完成约四分之三的使命。。
斯坦福大学和Anthropic的研究者构建了一个更具挑战的测试基准(Terminal-bench)：他们设计了80个软件开发需求， ，，，要求AI开发工具从零最先开发。。实验效果批注， ，，，目今的AI最多只能完成一半的开发使命。。
与之形成鲜明比照的是， ，，，优异的人类开发者总是可以以近乎100%的准确率完成这些开发使命。。纽约大学的研究者还联合多位信息学奥林匹克竞赛选手， ，，，构建了一套高质量的编程竞赛评测基准(LiveCodeBenchPro)， ，，，当中的评测问题取自最新的编程竞赛， ，，，互联网上缺乏题解， ，，，从而阻止了AI“背谜底”的可能。。颇具戏剧性的是， ，，，现有的所有大模子在该测试基准的难题问题上全都取得了0分的离谱效果。。
你要成为工具的主宰， ，，，照旧润滑工具的数据？？
那么， ，，，回到最初的问题上， ，，，AI会取代人类开发者吗？？
毋庸置疑， ，，，AI会是优异的工具。。关于专业的开发者而言， ，，，AI是一位执行力极强的助手。。在AI开发工具普及之前， ，，，开发者不得不手动实现许多繁琐而无趣的代码。。即便有开发文档或者互联网上有功效类似的代码， ，，，开发者仍必需实验明确然后自己修改。。借助AI， ，，，这一事情将会大大简化。。关于没有开发配景的用户而言， ，，，AI可以准确实现功效较为简单的软件。。借助这一能力， ，，，通俗用户可以将一样平常的重复性事情转化为AI编写的代码， ，，，大大提升事情效率。。
至于说让AI完全替换人类开发者， ，，，现在看来为时尚早。。
当今的大语言模子基于互联网上已被数字化的数据， ，，，以及图书报刊之类被人类“写”出来的知识。。尤其在软件开发领域， ，，，大语言模子只看到了人类开发的效果(软件代码)， ，，，而关于开发历程的细节相识甚少。。DeepMind科学家David Silver和Richard S.Sutton指出， ，，，目今的AI基于人类数千年来爆发的数据， ，，，但这并不是人类知识的所有。。人类在与真实天下的交互中积累了大宗的履历。。AI并没有这些履历， ，，，因而不太可能凌驾人类。。而要让AI学会这些履历， ，，，依然难题重重。。
公众常 ；崽教炙降摹35岁危 ；薄。然而事实上， ，，，手艺相近年岁更具碾压性。。就软件开发而言， ，，，AI已经能肩负不少基础、重复性的事情， ，，，例如简朴的代码天生、常见功效的实现， ，，，以及部分调试环节等。。但难以被替换的， ，，，仍是需求掌握、架构设计、重大系统的明确剖析， ，，，以及团队协作等环节——这些涉及笼统头脑、跨领域知识和人类判断力， ，，，是程序员真正的焦点价值。。
作为程序员， ，，，无妨思量这样一个问题：若是把你最近一周完成的事情所有交给AI， ，，，它能完成几多？？若是你的事情只是重复性地构立功效简单的软件系统， ，，，例如实现一个问卷表单纪任命户提出的10个问题、从一个表格里统计平均数之类常见的指标——功效仅此罢了， ，，，那么你不得不思量被AI替换的可能性。。而若是你的事情充满挑战， ，，，例如实现全新的软件架构、针对营业特点设计奇异的算法， ，，，甚至是从客户迷糊不清的诉求中笼统出详细的开发使命， ，，，那么AI只会是你的得力助手。。
这不但适用于软件行业， ，，，也同样适用于其他行业：与其担心被AI取代， ，，，不如思索在这小我私家机协同的时代怎样做好自己的角色定位。。上述的问题关于其他行业同样适用：试试让AI完成你的事情。。若是它可以胜任， ，，，那么对你来说既是坏新闻， ，，，也是好新闻。。 ；敌挛攀悄愕氖虑楹芸炀突岜籄I取代； ；好新闻是你已经发明了驾驭AI完成事情的途径， ，，，你可以试试站在你的向导的位置上， ，，，操控更多的AI完成更多的事情。。
与其任由AI夺走你的事情， ，，，不如跳泛起有的岗位， ，，，想想怎样使用AI解决你所在行业的问题。。当AI都不甘只做执行者， ，，，而是最先决议使命怎么被拆解， ，，，流程怎么被安排时， ，，，人类个体若只是诉苦即将被碾压的运气， ，，，便会失去自动选择的空间， ，，，最终不是沦为工具的工具， ，，，就是化作喂养和润滑工具的茫茫数据。。