二喵 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

AI Coding背后的爭議，正在升級。

有人說它是寫代碼的“自動駕駛”，有人說只是個“聰明的實習生”；有人覺得它能讓0基礎(chǔ)小白一鍵出成果，有人則堅持它應該精準到不改一行多余的代碼。

人主導還是AI主導？創(chuàng)造力優(yōu)先還是精確度至上？不同用戶群、不同公司，答案完全不一樣。

而這背后，是專業(yè)開發(fā)者與普通用戶的需求分化，是產(chǎn)品易用性與智能能力的權(quán)衡，是基礎(chǔ)模型極限與產(chǎn)品工程邊界的拉扯。

在量子位最新舉辦的AI Coding沙龍上，來自百度文心快碼、硅心科技（aiXcoder）、智譜、月之暗面、海新智能、Creao AI、IDEA研究院的多位行業(yè)一線玩家，站在模型、產(chǎn)品、用戶的不同視角，給出最鮮明、最直接的回答。

他們?nèi)绾慰创鼳I主導編程的發(fā)展趨勢？未來的AI Coding產(chǎn)品會是什么形態(tài)？人、產(chǎn)品、代碼之間，最核心的關(guān)鍵詞是什么？

量子位在不改變原意的基礎(chǔ)上，對圓桌對話進行了編輯整理。希望能夠給你帶來更多的啟發(fā)與思考。

本次沙龍邀請的嘉賓分別是：

• 徐曉強，百度文心快碼（Baidu Comate）架構(gòu)師
• 黃寧，硅心科技（aiXcoder）產(chǎn)品與研發(fā)負責人
• 劉榮軒，智譜AI Coding產(chǎn)品經(jīng)理、Zread項目負責人
• 唐飛虎，月之暗面Kimi開發(fā)者關(guān)系負責人
• 曹凱，海新智能CEO、響指HaiSnap創(chuàng)始人
• 許建行，響指HaiSnap產(chǎn)品負責人
• 陳紫堯，Creao AI Founding Member、社區(qū)&用戶增長負責人
• 祝海林，IDEA研究院MoonBit AI輔助編程工程師

圓桌對話精彩看點包括：

1. 從長遠來看，AI Coding產(chǎn)品智能比用戶體驗更重要。
2. 行業(yè)已從討論“AI何時替換開發(fā)者”轉(zhuǎn)向“如何協(xié)作”
3. 未來發(fā)展方向是減少人機交互，人充當看管者角色。
4. 即便在未來實現(xiàn)AGI，所有領(lǐng)域依然需要專家
5. 非程序員可以用AI做軟件，但很難做出與專業(yè)程序員相提并論的復雜系統(tǒng)
6. AI時代效果為王，產(chǎn)品好用比免費更重要。
7. 能理解用戶真實需求背后的意圖，比界面友好更重要。
8. 基礎(chǔ)模型能力是產(chǎn)品能力的底線，決定了產(chǎn)品的上限。
9. AI Coding時代To B與To C界限模糊
10. 未來2年內(nèi)，AI編程產(chǎn)品將服務更廣泛人群，具備特定工作環(huán)境下的長期記憶。
11. 程序員現(xiàn)在不僅需要懂技術(shù)，還要懂產(chǎn)品和市場

AI編程從替代人轉(zhuǎn)向共同協(xié)作

量子位從技術(shù)的角度上來說，從Copilot到Coding Agent，其中最大的變化是什么？在這個過程中有沒有讓你感到wow的瞬間？

IDEA研究院祝海林：我自己用AI輔助編程用得比較多，但我其實變得更辛苦更累了，它并沒有讓我更好，它只是讓我的產(chǎn)出更多了。

但最近我聽到了一件令我比較欣慰和震撼的事情，有家公司比較激進。

第一是對員工的要求，他們整個公司的招聘已經(jīng)完全發(fā)生了變化，他們把所有的前端都開掉了，現(xiàn)在只招全棧，但是能力要求會比較低，你需要各方面都懂一些，但不需要全都懂得很深，相比以前對全棧的要求降低了，你要會用AI。

其次，他們把整個生產(chǎn)流程全都給流水線化了，就是會有專門的人去產(chǎn)生拆解任務需求，拆解完后會把它分成任務，然后逐個給到工程師，緊接著每個工程師唯一的KPI就是我一天要完成多少任務。

實現(xiàn)這些任務的過程中其實只要用AI，你只要把這個任務完成了以后，代碼你生成了，測試你也測完了，然后你就完成了。

對工程師來說，每天其實就是在那盯著就可以了，沒有像以前那么累了，然后每天可以準時到點上下班。

我一開始其實是有點悲觀，我認為AI的到來會導致大量程序員失業(yè)。

但我相信未來隨著生產(chǎn)關(guān)系發(fā)生調(diào)整，可能還會有更多人重新變成程序員，他的技能可能只是發(fā)生了變化而已，而且他會變得更輕松一些。

但可能卷的就是我們這些做工具的人，因為我們需要讓他們變得更輕松一些。

百度徐曉強：我們在跟整個行業(yè)的接觸中發(fā)現(xiàn)，大家的思維在轉(zhuǎn)變，尤其在2022、2023年的時候，我們經(jīng)常會提到一個詞就是“replace”，提到的時候其實是想問AI什么時候替換掉開發(fā)者

但現(xiàn)在到了2024、2025年，大家已經(jīng)不提這個詞了，大家開始提“cooperate”，提我們是怎么去協(xié)作的。

其實協(xié)作不光包括人和AI的協(xié)作，也包括AI和AI的協(xié)作、多Agent之間的協(xié)作。這些其實是我們在產(chǎn)品和技術(shù)的演進上，不斷去提升的點。

aiXcoder黃寧：我最wow的時刻是，我去GitHub下載一些陌生的倉庫，然后我對AI說你幫我把它部署起來，然后非常快，它直接能夠幫我弄明白那里面一堆的庫依賴、環(huán)境依賴。

我還再問它第二個問題，我說你給我講解一下這個倉庫在做什么，它非?？焯峁┙o我了一個文檔，并且用非常貼近人的理解方式提供，這是我覺得非常棒的瞬間。

后面我用多了以后，我覺得平常大家做起來麻煩的事，以后都可以交給AI去做。

我覺得智能體帶來的變化太大了。有智能體之前，大家是跟模型一輪一輪對話，你問一下它答一下。

智能體把這個事串起來了，它能夠去幫你去進行動作，進行完動作以后幫你把結(jié)果收集起來。把這個事情串聯(lián)起來之后，還能夠直接點對點把一件事情徹底解決掉，不用你在中間再把它串起來了。

智能體正走向弱人機交互

量子位在編程領(lǐng)域，大家如何定義“智能體”這一概念？

aiXcoder黃寧：我認為智能體是擴大生產(chǎn)力的重要手段。我們自己平常會非常頻繁地用它做兩件事，一件事是代碼的局部生成，另一件事是代碼的審查

之前這兩個事都需要我們?nèi)ダ斫饬诉@個業(yè)務以后，自己去寫和調(diào)，但是有了智能體以后，它可以快速幫我把這件事情做到位。

我們這邊給智能體里還添加了一些檢查點的系統(tǒng)，這個東西能夠方便人在智能體交互的過程中去看到智能體是怎么運作的、具體修改了哪些文件、運行了哪些終端指令，這樣也助于我們?nèi)ジ玫膮f(xié)作，增加它的可靠性。

IDEA研究院祝海林：Windsurf推出之后，其實Agent的范式基本上就固定下來了。我覺得可能得再過半年、甚至一年，我都不會看到有新的范式會誕生。

目前來說Agent的范式，可能就是不斷使用工具去完成人類的需求。

我現(xiàn)在已經(jīng)能感受到，未來的發(fā)展方向一定是弱人機交互的范式，人應該是充當看管者的角色，任務應該是夜間和白天同時去跑，我希望我睡一覺第二天起來我就能看到交付結(jié)果。

百度徐曉強：我們團隊里的同學，他曾經(jīng)問我們能不能做一件事情，就是把代碼庫完全讓給模型，由模型自主決定應該去做哪件事。

回過頭來看，其實就是現(xiàn)在Agent的這種方式——我們通過讓模型先去做出整個規(guī)劃，然后通過我們提供給它的工具，讓它自主決定要調(diào)哪些工具，要去做哪些步驟，然后它再根據(jù)自己執(zhí)行的結(jié)果做反思，其實整個Agent的交互流程就已經(jīng)從技術(shù)上實現(xiàn)了。

AI時代To B與To C的界限正模糊

量子位不同用戶，比如企業(yè)用戶和獨立開發(fā)者，對于AI Coding的關(guān)注重心會有不同之處嗎？

百度徐曉強：我覺得這里面應該分成三部分用戶，分別是企業(yè)客戶、企業(yè)用戶和個人開發(fā)者

企業(yè)客戶們其實會關(guān)注一個點，就是效能提升，即我們的工具被采購到企業(yè)里面去之后，能為企業(yè)帶來什么樣的變化。

另外他們還會去考慮數(shù)據(jù)安全，即我們當前數(shù)據(jù)的合規(guī)性是不是能夠把這些數(shù)據(jù)開放到外部的模型和工具上去使用？

對于企業(yè)客戶，他可能在這其中去做一些平衡，比如說因為我們企業(yè)的數(shù)據(jù)機密度很高，我們希望能夠盡可能在我們私有域內(nèi)去把整個產(chǎn)品部署起來，所以這個時候就可能會要犧牲一部分產(chǎn)品的能力，比如說我們可能會用更小規(guī)模的模型，可能迭代會更慢，讓企業(yè)客戶在數(shù)據(jù)安全和效能上去做平衡。

而企業(yè)用戶跟獨立開發(fā)者實際上是一樣的，他們都是最終端的這部分用戶，他們對于工具的訴求就是如何利用工具去更快更爽完成我的工作

在這點上，我不認為企業(yè)內(nèi)部和外部的用戶存在區(qū)別。企業(yè)用戶會更多根據(jù)實際情況去平衡一下自身情況。

aiXcoder黃寧：企業(yè)用戶會更側(cè)重于數(shù)據(jù)安全性、隱私性以及系統(tǒng)是否穩(wěn)定這幾個指標。

至于這幾個指標背后，因為項目非常大，必須要保證項目的每一個組件在生產(chǎn)環(huán)境下都能夠平穩(wěn)可靠運行。

因為像雙11的時候，幾個電商就陸陸續(xù)續(xù)都經(jīng)歷過，這種由于流量太大，導致它的系統(tǒng)撐不起來的情況，如果AI生成的代碼在其中有可能導致這種風險的話，這對企業(yè)來說損失是非?？膳碌摹?/p>

至于個體開發(fā)者就他更注重——第一，反應快迭代快，更快地給到他產(chǎn)物；第二，這個產(chǎn)品它做出來的效果一定是人可以看得到、摸得到、感受得到的

IDEA研究院祝海林：當我們談到個人和企業(yè)的時候，本質(zhì)上就是說產(chǎn)品的定位是to C還是to B的問題。在AI時代沒有很強的to C還是to B的概念

比如說像Cursor這種訂閱，你買的企業(yè)版本質(zhì)上就是交的錢不一樣而已，你其實使用范式、銷售手段是一模一樣的。

不管是AI輔助編程，還是未來其他的AI輔助的生產(chǎn)力工具，它可能都不像傳統(tǒng)打法。正常情況下，你的產(chǎn)品應該都是先從to C再融入到to B里面去的。

AI編程仍難替代專家

量子位哪些用戶特別希望實現(xiàn)的功能，但目前仍存在技術(shù)瓶頸？

IDEA研究院祝海林：我覺得所有的用戶應該都想——我用一句話，你給我弄一個抖音出來，但我覺得這是不可能實現(xiàn)的。

不管是AI未來是不是實現(xiàn)了AGI，所有的領(lǐng)域依然有專家。比如說在AI輔助編程領(lǐng)域，你原來是程序員，你未來肯定是可以做出更龐大、更復雜的軟件。

當然不懂程序的人，他可以做出軟件，但我相信很難做出來跟程序員相提并論的產(chǎn)品，所以任何一個領(lǐng)域我覺得都是這樣的——

人類依然需要成為那個領(lǐng)域的專家，當然創(chuàng)意也很重要。

百度徐曉強：我們也會遇到一些用戶，上來之后就說“你們做的東西就這？”

我們就問：我們做的哪不好？能不能給我們一些反饋？然后用戶就說：你看我讓它做這個東西做不了，讓做那個東西它也做不了。

一個很宏觀的項目、很大的框架，如果直接扔給模型讓它去理解，確實是有一定的困難的。所以在這個時候，我們會想，我們怎么能夠去把用戶和我們產(chǎn)品之間的一些鴻溝去減??？

我先從技術(shù)上去說，我們沒辦法去幫用戶做得更好的點，可能是我們技術(shù)上的原因，主要有兩個。

一個是因為我們并沒有完整地去理解用戶的項目，我們希望在他的項目上能優(yōu)于他，甚至比他更了解這個項目，這是我們想要去做的上下文方面的工程。

第二我們想要希望能夠把這種合適上下文提供給模型，讓模型能夠更深去思考當前用戶的意圖是什么

大家的需求其實是不明確的，在這種需求不明確的情況下，讓AI去胡亂生成，結(jié)果只能是錯的。

這個時候，我們會想到，模型如果發(fā)現(xiàn)有一些模棱兩可、有歧義的內(nèi)容的時候，我們希望它能夠去跟用戶再做一輪澄清。

就像我們?nèi)栍脩粢粯?，你覺得做得不好，是哪里不好？是顏色不好、功能不好、還是整個體驗不好。這樣的過程其實會更有的放矢把交互做好，把用戶的歧義去解決掉，去幫助用戶去更進一步滿足他的生成的需求。

隨著用戶對產(chǎn)品的不斷熟悉，以及產(chǎn)品能力不斷的提升，我覺得這個鴻溝會慢慢地縮小。

aiXcoder黃寧：我自己也是一個使用者，所以我真的是感同身受，很多時候是希望他幫我把活干掉，我希望分配給它一個端對端的任務，然后它直接幫我根據(jù)自然語言生成出來。

在這個道路上，我們覺得是需要把任務給它大而化小，小而化細，用這些逐步分解的方式，讓每個智能體特長化，讓每個智能體去解決不同的任務，然后通過流程銜接把它們在一起，然后形成智能體團隊。

這樣的話可以讓這些團隊之間互相協(xié)作，真正地去把任務解決掉，就像人的團隊一樣。

我們可以指導一群智能體，讓它們幫我們做事情，我們是去給它們規(guī)劃引導，并且監(jiān)督它們做事情。

CLI與IDE適配不同開發(fā)場景

量子位AI Coding的產(chǎn)品形態(tài)多樣，有人側(cè)重做IDE，而頭部廠商積極推出了命令行版本，背后的思考是什么？

aiXcoder黃寧：我覺得主要是大家使用方式的不同，如果使用交互式開發(fā)的時候，我肯定會更喜歡用IDE；但是如果我是在一個端上去做開發(fā)，我肯定是會更傾向于CLI（命令行界面）

兩個產(chǎn)品有它們存在的使用場景，就一定會有不同的適合去做的產(chǎn)品形態(tài)，這是必然的趨勢。

不過在這背后有一個很有意思的現(xiàn)象，兩個產(chǎn)品雖然產(chǎn)品線不相同，但是它們的智能是可以共享的。

舉個例子，我可以在不同的端背后去共享一個智能體，它既可以面向CLI進行實現(xiàn)，也可以面向你的插件或者IDE進行實現(xiàn)，這是智能能力和智能的載體的解耦。

在這個思想的指導之下，我們這邊也在做嘗試，未來也會基于智能體的發(fā)展形勢去推出智能體平臺，并且把智能體平臺的各種能力集成到像是命令行、集成開發(fā)環(huán)境和網(wǎng)頁等不同的形態(tài)中。

百度徐曉強：我們在做IDE的時候的核心想法就是，當前的IDE其實是桎梏了我們，因為我們一些想法沒辦法在IDE上去實現(xiàn)的，所以我們做了自己的IDE

同時，也是希望能夠給更多的用戶提供一鍵打開就可以用的工具，這是我們做IDE的一些想法。

像CLI的話，其實我們有很多業(yè)務團隊在跟我們接觸的過程中，我們多多少少也考慮到這方面的一些訴求和想法。

CLI它可以后臺化，因為我們每一個人都在線編碼，去完成我當前的任務，但是我可以把一些我認為它可以做好的事情委托給它，甚至我可以扔到一個遠端的機器上，讓它自己去后臺跑。直到我發(fā)現(xiàn)它跑完了，我去看一下結(jié)果就好。

這樣的話，就相當于說我有一堆協(xié)作者，去幫助我一起把這個項目做好，而有的時候我不太需要去關(guān)注它中間的重點，這樣我就讓它到后臺去直接去跑就好了。

IDEA研究院祝海林：我覺得要從三個立場去出發(fā)，就三種不同的人群。

第一個是使用者，對于使用者而言，我覺得是要從使用者的角色+他的喜好，去決定他要使用哪一種形態(tài)。

第二個我們要從公司去考量。如果我是一家創(chuàng)業(yè)公司，我建議是先做CLI+Web，如果是體量比較大的公司可以全部都做。如果你做IDE的話，它成本其實是偏高的，那就沒有辦法讓你的團隊專注于效果變好，而是你可能更多的精力花在了交互上。

然后第三個的話我們要看大勢。整個大勢會從人機強交互到弱交互轉(zhuǎn)變

最早的時候IDE肯定是最好的，因為它的強交互，用戶一開始需要對它建立信任感，模型也需要有進化的方向。

效果為王

量子位站在用戶的角度去評測一個AI Coding的產(chǎn)品，哪些維度值得重點關(guān)注？

aiXcoder黃寧：這個問題跟我現(xiàn)在的職業(yè)是強關(guān)聯(lián)的，我現(xiàn)在是主要在做產(chǎn)品，那么我覺得最重要的點是他一定要解決問題，必須是我生產(chǎn)環(huán)境中出現(xiàn)了一個用人做起來比較困難，或者人做起來比較吃力的事，然后用AI去把它加速加快了，這才是最重要的。

否則我會沒有動力去使用它，因為使用一個新東西也需要一些學習成本的。

然后第二個角度，我覺得一個好的產(chǎn)品它還是要保證質(zhì)量的，他得讓這個事情確實做得到位。

其實我們在這邊做出了不少嘗試，在編碼智能方面比較有效的方案是把語法信息注入進去，因為編碼本身與文本的區(qū)別就是——它具有語法結(jié)構(gòu)邏輯性，這個邏輯性正好可以被用在輔助整套代碼開發(fā)中

第三是人機交互，因為再怎么說智能系統(tǒng)它也是要輔助于人的，它可以是通過終端的形式去做一個程序，不過這也是間接服務于人。

一切的智能系統(tǒng)落實到最后，它的終點都一定是人。所以它要把人機交互這件事情做得更友好，更易于體驗，得去讓人能快速地理解它的上述邏輯是什么，然后它怎么去給到輸入和輸出。

百度徐曉強：我的第一個角色我是工具開發(fā)者，第二個角色是工具的用戶，其實我自己在對于工具的要求上，就是它能夠幫我去完成我自己想要做的事情

現(xiàn)在的工具，其實我理解我還是需要去做審核者的角色，我必須得要去看，它輸出的結(jié)果是不是符合我的預期，我要看它的代碼，甚至有可能有時候需要去看它整個思考的過程是不是跟我的預期是一樣的。

其實作為一個終端用戶的話，我希望拋棄一個過程，希望它能夠直接給我一個可運行的APP，我就可以直接去跑起來就用就好了

其次我覺得還是在交互的形式上面，我認為有的時候我的手比較笨，它跟不上我思維的速度。有時候我發(fā)現(xiàn)我有一個絕妙的點子，當我把它打出來的時候，我發(fā)現(xiàn)我已經(jīng)把點子給忘了。

然后這個時候我就會希望我能不能像跟人交流一樣，我把我的東西用很啰嗦的方式把這段話說出來，我可能沒有重點地去把我的想法先講給他聽，他去幫我總結(jié)整個重點出來，然后再幫我去生成代碼。

而這個過程，就可以省略掉我自己把我的信息錄入的過程，其實這也會消耗我一部分的精力。所以這塊我覺得是我作為一個用戶來說，我更希望看到它能達到的一個方向。

IDEA研究院祝海林：我覺得在AI時代的話肯定是效果為王。類似于像Claude，人家效果就是好、貴你也得用，其他效果不好的你免費給他用，他也花不完，因為不好用。

當效果達到一定程度之后，我覺得還是需要融入一些人文關(guān)懷，我們做的產(chǎn)品需要讓使用者他有成就感和愉悅感

程序員會向更復雜領(lǐng)域發(fā)展

量子位有一個說法是AI Coding讓“人人都是程序員”，是否有必要人人都會編程、成為程序員？這句話意味著什么？

智譜劉榮軒：關(guān)于“人人都在成為程序員”這件事，其實是說在這個時代AI編程的成本被降低了，因為誕生了一個非常新的工具。

發(fā)展到后面它更取決于你個人的喜好和需求，你是希望把AI編程作為一個愛好去玩，還是說你希望把它變成一個謀生的工具，最終取決于用戶。

月之暗面唐飛虎：對，還是取決于用戶自己的實際需求。

因為一些簡單的問題，現(xiàn)在借助AI都能快速直接得到結(jié)果，它可以幫助你解決生活或?qū)W習過程中遇到的各種問題。

就像之前大家會使用Excel，它里面有它的公式，現(xiàn)在飛書它也有多維表格，AI讓我們觸達這些東西更加方便了。

Creao AI陳紫堯：我的視角是，用戶今天他如果想成為程序員，他的目的是什么？他更多是為了快速實現(xiàn)一個產(chǎn)品想法。

至于具體編程的語法這些細節(jié)，其實這些并不是他關(guān)注的重點。

海新智能曹凱：未來可能是人人都會編程，從小學就開始就學了。至于“人人都會成為程序員”，我覺得這句話有一定的誤導性。

本質(zhì)上來說，我們過去的一種編程的范式會發(fā)生更多變化。曾經(jīng)的一些更資深的、更聰明的程序員和工程師會往更深的底層去走。

然后一些簡單的創(chuàng)造，比如一個小游戲、小demo、小網(wǎng)頁可以交給普通人去做。

我們的技術(shù)在不斷升級，程序員永遠都會在，他可能會往更高的層面走，現(xiàn)在的一些基本的簡單的體力活肯定會交給AI Coding。

專業(yè)開發(fā)者看重精確與可控，普通用戶更在乎結(jié)果

量子位專業(yè)程序員與非科班獨立開發(fā)者對AI Coding的需求有何不同？

智譜劉榮軒：專業(yè)開發(fā)者對需求的定義會更加清楚。他們知道自己希望達到什么樣的技術(shù)效果，知道自己是想在這段代碼、還是文件里面去進行修改，他們對如何用AI實現(xiàn)這個事兒非常清楚。

另外，專業(yè)開發(fā)者對精確度要求很高。我聽到過非常多的專業(yè)開發(fā)者的反饋，他們都說：我其實不希望AI去幫我創(chuàng)造，我只是希望它能夠去按照我說的這樣，把這個代碼給寫出來。比如說我劃了這么多的代碼，我不希望它去改這些代碼之外的內(nèi)容。

而對于Vibe Coder來說，我覺得他們的目標更集中于創(chuàng)造力。這一塊我覺得像是我最近在思考的Agent和工具的關(guān)系。

Agent更像一個實習生或者同事，之后我們?nèi)ジ嬖V它我們想要完成什么樣的效果，但我們對最終結(jié)果呈現(xiàn)，其實我們是有不確定性的。

但對于工具的要求，實際上是我們希望它有更高的可控性和精確性，我覺得這兩種形態(tài)未來其實都會存在，而且對于每一個程序員來說都非常重要。

月之暗面唐飛虎：資深的工程師和普通的只是想拿AI Coding去解決他們生活中具體的問題，這兩者他們的使用方式和需求都非常不一樣。

對于后者來說，他們只想更快速地解決需求，比如說幫助我去做格式的轉(zhuǎn)換。

但對于資深的工程師來說，他們會更傾向于使用更加復雜、更加貼近命令行的各種各樣的工具，他們更關(guān)注的是我的代碼的可維護性，比如說像一些工具的會員額度用完了以后，就會普遍降智，降智了以后他們就發(fā)現(xiàn)這個工具基本上就沒法再用了。

對于這類工程師來說，他們其實更愿意去付費，用最好的模型、用更快的推理速度去幫助他們解決遇到的問題。

Creao AI陳紫堯：作為資深的程序員，一般其實是參與到比較大的復雜系統(tǒng)的維護中，很顯然這是Vibe Coding不能直接端到端交付的事情。

這種情況下，程序員對于AI Coding的需求是——它能快速理解今天整個項目架構(gòu)，以及能快速理解今天這個需求需要對哪些模塊做相關(guān)迭代，包括對已有的復雜系統(tǒng)的問題具有排查和維護的能力

而對于Vibe Coder來說，他們更多并不是需要AI參與到以人為主體的組織協(xié)作中，Vibe Coder的需求是今天我需要從0~1快速嘗試驗證想法，他們想要拿的結(jié)果直接就是一個完整產(chǎn)品。通過完整的產(chǎn)品去快速幫他們驗證，去找到目標用戶。

海新智能曹凱：非專業(yè)開發(fā)者，甚至是連一點開發(fā)能力都沒有的人，他們對結(jié)果極其看重

他需要你每走一步告訴我現(xiàn)在到哪里了，至于說為什么、用什么語言、什么框架，他們不在乎。如果你只是代碼一直在跑，他感覺也可以，但他們會很恐慌。

開發(fā)者更多的是要掌控、要精確、要能夠控制，但是非開發(fā)者一定要告訴他你現(xiàn)在走到哪里了、這一步是什么，至于說什么語言或者技術(shù)不用告訴他，這樣他就會很舒服。

智能決定AI Coding產(chǎn)品價值

量子位對用戶而言，一個Vibe Coding產(chǎn)品，是帶給他們的體驗更重要，還是產(chǎn)品的智能能力更重要？

Creao AI陳紫堯我認為智能更重要。產(chǎn)品的智能能力，體現(xiàn)在有時候用戶在描述方面不夠準確，例如他背后真實的需求，他只能表述出x。

如果要解決他實際的問題，其實是需要“x加y加z”，但他的描述能力沒辦法做到，這是小白用戶在產(chǎn)品使用上的狀態(tài)。

智能指的是能理解出它每一段自然語言描述背后真實的需求，我們會主動建議他，你其實是不是需要“x加y加z”？跟用戶有模擬與人共同協(xié)作工作的狀態(tài)，然后再去實際的開始Coding工作。

然后另一方面用戶還比較關(guān)心，是你實際的構(gòu)建能力，今天我能用你的Vibe Coding工具能做出復雜場景。例如我這個場景是否能去集成已有的它現(xiàn)在使用的一些獨立的信息系統(tǒng)，這是我們觀察到很多用戶常需要的。

海新智能曹凱產(chǎn)品設(shè)計和產(chǎn)品體驗是讓用戶驚艷的第一步，就是他能夠注冊使用起來。

因為絕大部分中國人不知道Vibe Coding。第一次上手的時候，如果是很復雜的東西，雖然你智能很強，但對他來講是個門檻。

如果他可以很輕松地去玩，然后你再輸入一個prompt，他開始執(zhí)行你的prompt的時候，每一步都很清晰地告訴他你到哪里了，最后結(jié)束之后第一版本生成，它還能轉(zhuǎn)起來，用戶就會很開心，但這個東西也就是嘗鮮。

但從長遠看，讓產(chǎn)品能做更深，然后粘度更好，讓用戶能做出更好的東西，能長期在你平臺上存留，它一定是智能。

智能它本身就是體驗，不能我說一個東西之后，給我答非所問，所以我覺得得分兩步。

基礎(chǔ)模型是能力底線

量子位從模型的角度，如何看待AI Coding產(chǎn)品中“基礎(chǔ)模型能力”和“產(chǎn)品工程能力”的邊界？模型對編程場景有什么樣的“野心”與局限？

月之暗面唐飛虎：以Codeforces這個benchmark為例，現(xiàn)在像很多的Thinking模型，它已經(jīng)能達到Top5%，它里面遇到的問題可能是非常困難的問題，你得是非常聰明的選手才能去解決的問題。

我們相信，如果你的模型能夠解決這些最困難的問題，都能解決得足夠好的時候，那要他解決我們?nèi)粘Ｓ龅降囊恍￢ibe Coding的case，他也能夠從中歸納出一些規(guī)律。

這些具體的應用場景就會變成它的副產(chǎn)品，大家都認為基模是baseline，產(chǎn)品側(cè)就是要去激發(fā)這個模型能力的上限，讓他能夠看得更遠。

除了看排行榜來檢驗基模的水平，我覺得最直觀還是看真實用戶的反饋和留存的情況，用戶會用腳去做選擇。

關(guān)鍵決策仍需人掌控

量子位如何看待最近出現(xiàn)的由人主導過渡到AI主導的AI Coding的觀點，你們認同嗎？

智譜劉榮軒：由人來主導的話，就需要人去描述他想要什么樣的效果、要寫什么樣的prompt，他可能需要寫一頁紙的prompt，才可以把想要的需求呈現(xiàn)出來。

AI來主導非常符合Agent編程的趨勢，相當于你把命令傳下去，然后之后AI作為一個leader，然后它可以去調(diào)用想要調(diào)用的工具，它去猜測你想要什么樣的效果，它去讀你想要的上下文，它最后把猜到你希望呈現(xiàn)的效果，最后輸入給最終寫代碼的AI，呈現(xiàn)最終的效果。

Creao AI陳紫堯：我這么看人和AI之間的協(xié)作關(guān)系，我們觀察到越來越多的人或者中小企業(yè)的老板，他們在逐漸學習掌握如何組織AI的生產(chǎn)力，去達到業(yè)務提效的目的，至于AI Coding是其中的一環(huán)。

這其中，AI coding其實是涉及達到他目的的執(zhí)行層，也就是從成本方面，他想去盡可能壓縮的也是時間成本。

執(zhí)行上，如果是涉及到簡單業(yè)務流程的一些編排這些代碼，在執(zhí)行層當然是由AI直接去搞定，其實人不太去關(guān)心這些事兒。然后涉及到基于所有這些生產(chǎn)力提效之上，最終為業(yè)務服務的這個結(jié)果其實都是由人去主導的。

海新智能曹凱：其實AI只要它穩(wěn)定性好，我們可信任它的時候，很多事情可以交給它去做，但是目前還不太確定。因為它有很多幻覺，這可能跟Transformer架構(gòu)本身就有局限性是有關(guān)系的。

比如以前我們講自動駕駛的時候，其實爭議的不是自動駕駛的車該不該上路，而是它出了事它是財產(chǎn)損失，還是危險駕駛罪。

所以有很多法律層面和道德層面的東西，讓我們目前還是要留在人的手里，直到它某一天就跟我們現(xiàn)在的信息技術(shù)類似，它變得可解釋、有標準的協(xié)議、我們能確認它下一步會得到什么樣的結(jié)果，在這之后我覺得才有可能。

開發(fā)者從純執(zhí)行轉(zhuǎn)向協(xié)作與監(jiān)控

量子位AI Coding對開發(fā)者的能力提出了什么新要求？

月之暗面唐飛虎：之前Linus Torvalds有句名言是“Talk is cheap, Show me the code.”（結(jié)論是廉價的，我要的是論證），現(xiàn)在Vibe Coding火了之后，大家認為“Code is cheap, Show me your talk”，就是你如何去和人機去進行協(xié)作的過程，發(fā)生了一些變化。

我們也是看到AI Coding發(fā)展的這些年，其實由AI掌管的部分是越來越多，從一開始的Copilot現(xiàn)在變成了Autopilot，就像汽車的輔助駕駛，慢慢地變成了自動駕駛。

他能做的事情也越來越多，在這個時候你作為工程師，你需要對當前的AI的能力、模型的邊界，技術(shù)的狀態(tài)、你所能用的Agent工具，需要有清楚的認識。

你就會知道哪些是目前AI能非常好處理的，哪些是你可能需要從中協(xié)助的，哪些是它完全沒有辦法處理的，這就對我們工程師提出了新的要求。

隨著AI Coding的進一步的發(fā)展，工程師的技能組合也會慢慢發(fā)生變化，AI能做的事情會越來越多。

Creao AI陳紫堯：我認為未來更多的程序員，他的職能范圍會逐漸變廣。他不僅僅在技術(shù)領(lǐng)域有很高的深度，他同時又懂產(chǎn)品和市場。

今天我們?nèi)タ闯绦騿T，他在大的企業(yè)組織中去工作，其實有兩類的不同的工作類型：一類是參與到整個復雜系統(tǒng)維護和設(shè)計中，另一類相對偏體力活，就是具體業(yè)務流程代碼的執(zhí)行。

其實有了AI之后，那些涉及到執(zhí)行的部分，絕大部分可以由AI提效來快速完成了。這也意味著程序員在自己的技術(shù)深度上，更多需要變成能參與到復雜系統(tǒng)設(shè)計維護的過程中，然后這之外他多出了很多精力，不需要他親自去完成一些簡單代碼執(zhí)行的時候，其實就回到了人跟人該怎樣去高效的協(xié)作

于是我們看現(xiàn)在這一個產(chǎn)業(yè)團隊組織，你有產(chǎn)品開發(fā)、設(shè)計等等共同去交流，他們各自有自己不同職能的專業(yè)知識的視角，然后互相溝通。接下來，他需要習得如何更高效理解對方職能的視角，從而更精準地達成他們產(chǎn)品想要交付的目的。

智譜劉榮軒：目前程序員更多是執(zhí)行者，但在未來的話，程序員更多是要做監(jiān)控者

他需要去看AI本身的質(zhì)量完成得怎么樣，而不是說他要做寫代碼的這一方。如果他希望能成為監(jiān)控者，那么他對于理論知識需要掌握更多不同的技能

未來AI Coding將更包容、具有長期記憶

量子位未來的AI Coding產(chǎn)品將會是什么樣的？

智譜劉榮軒：未來的編程產(chǎn)品上大家可以更有想象力，也可以嘗試做好玩的小工具，例如用“設(shè)備、需求、角色”隨機生成一個句子，看看會隨機出來什么東西。

月之暗面唐飛虎未來的AI編程產(chǎn)品輻射的人群會更廣，它不僅是單純服務一些新人用戶，也不是單純服務一些資深的開發(fā)者，甚至他都不一定是服務面向程序員或者開發(fā)者群體，它肯定更加具有包容性

對于資深的程序員來說，他能參與、感知、干預的部分也會更多，還可以打開看看它到底執(zhí)行了什么，然后從中去更好地管控，其實現(xiàn)在很多工具都有這樣的趨勢。

Creao AI陳紫堯：今天我們看到市面上大部分的Agent產(chǎn)品，它沒有在特定工作環(huán)境下的長期記憶，他只有每次對話的這種短期記憶。

即使他雖然非常專業(yè)，但是它對今天所處的環(huán)境、要工作的事情它沒有那么的熟悉，我作為用戶其實我希望我不需要給它講那么多的背景，而是我講幾句話它都記得，它很清楚知道今天在這個工作環(huán)境中是怎樣的一個角色。

這其實背后能快速理解我想做什么事情，然后快速幫我完成。這對用戶側(cè)的使用體驗改進是非常大的。

未來AI Coding背后會有專門為Agent搭建的云端解決方案環(huán)境，使得它在不同特定工作場景中具有長期記憶，這是我覺得接下來兩年會看到的事情。

海新智能曹凱：未來的數(shù)字世界它會越來越強大，不僅僅是我們現(xiàn)在所謂的軟件、程序或者是一些人工智能的應用，未來包括材料、生物，都可以通過用數(shù)字化、計算機的方式來做出更好的結(jié)果。

那么未來可以說雖然有很多物理的形態(tài)，但是我們的底層邏輯可能是數(shù)字的，那么Vibe Coding有可能是我們普通人連接數(shù)字世界的一個入口

核心關(guān)鍵詞：成本、協(xié)作、需求、杠桿

量子位AI Coding時代，人、產(chǎn)品、代碼的關(guān)系中最重要的一個詞是什么？

Creao AI陳紫堯：我覺得最重要的是成本

今天大家為什么對于Vibe Coding這么關(guān)注，就是因為它從生產(chǎn)力提效方面已經(jīng)將成本大幅度壓縮，同時有時間成本、經(jīng)濟成本，使得以前很多不能去嘗試做的事兒，今天成為了可能。

以前如果要做一個產(chǎn)品出來，要組織招人，然后搭建一個團隊，大家去協(xié)作迭代，才能放到市場，時間周期很長，你失敗后的機會成本就非常大，很難接受。

月之暗面唐飛虎：我想可以是協(xié)作

這個協(xié)作之前停留在人與人之間的協(xié)作，現(xiàn)在可能還有人機協(xié)作，甚至包括有機器參與過后、新的人與人的協(xié)作。

舉個例子就是說你要協(xié)作的話，你首先要對你的同事、你的AI Copilot要有足夠多了解，要了解他的模型能力的邊界，能做什么、擅長做什么，哪些做得好、哪些做不好，這個時候就是人和計算機要發(fā)揮自己各自擅長的點。

同時有了新的工具參與之后，人與人之間的協(xié)作也會發(fā)生變化，比如說如果有一個IDE它包含了各種工具，它也會懂一些開發(fā)，它也能做出用戶界面，而我們這個產(chǎn)品它也可以一句話就先開發(fā)一個demo，讓你更好理解他的需求，所以整個合作的鏈路都會因為這樣一個工具的誕生，而產(chǎn)生翻天覆地的變化。

除了人與人、人與機器，還有機器與機器，多Agent之間它們能分享什么信息、怎么樣去優(yōu)化效率，其實也是一件非常有趣的事情。

智譜劉榮軒：我可能偏向需求這個詞。

其實從一開始我們?yōu)槭裁匆么a這件事來說，其實是我們有需求去提效，然后或者說我們?nèi)ヌ崴?，或者是滿足我們目前想要做的一個小事兒。

無論是我們想要去讀新聞，還是說想要去看天氣，還是說想要有一些更復雜、更高成本的需求，然后需求是我們這些技術(shù)進步的原始驅(qū)動力，所以我覺得是因為有需求，然后才誕生了現(xiàn)在的這么多的產(chǎn)品，這些產(chǎn)品的背后都是由這個代碼去驅(qū)動和實現(xiàn)的

海新智能曹凱：我覺得這個詞是杠桿

我們的AI Coding或者AI是我們做事的杠桿，不僅僅是說我有更好的搭檔，而是通過AI Coding或者Agent，我能夠把我只產(chǎn)生1的東西，通過它放大到100。

不管是做一個代碼編程，或者說是做一個產(chǎn)品，可能都會放大它的價值。