腾讯高管宣布“工程师不再写代码“那天,我朋友圈的程序员全炸了

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

腾讯高管宣布"工程师不再写代码"那天,我朋友圈的程序员全炸了

一句话导读: 6月5日,腾讯高级副总裁汤道生在腾讯云AI应用大会上说了一句话:“今年,腾讯大部分代码都由AI生成,工程师们不再逐行写代码。” 同一天,Anthropic(Claude母公司)发布报告:公司80%的生产代码由AI生成。而就在昨天(6月10日),央视财经报道"AI智能体人才薪资涨两倍"冲上热搜。三件事叠在一起,1000万中国程序员的焦虑被彻底点燃——当写代码不再值钱,写代码的人该去哪?


一、那句话,把我群里炸了

6月5日晚上,我所在的技术群里,一条消息开始疯狂刷屏。

腾讯云AI产业应用大会上,腾讯高级副总裁汤道生的原话是:

“今年腾讯大部分代码都由AI生成。工程师不再逐行写代码,而是花更多时间做架构设计,定期指导、修正AI的产出。”

他还公布了一组数据:

  • 腾讯超过 90% 的工程师在使用AI编程助手 CodeBuddy
  • 2025年 50% 新增代码由AI辅助生成
  • 代码评审环节,AI参与度高达 94%

群里瞬间炸了。

一个在腾讯的朋友说:“是真的。每天早上打开 CodeBuddy,prompt 写需求,代码就出来了。改几个参数,review 一下逻辑,提交。一天下来,键盘上敲的代码不超过 50 行。”

另一个在二线厂的群友接了一句:“我们公司的 AI 助手还没这么强,但老板上周转发这条新闻的时候,配了一句话——‘看到了吗,人家腾讯已经不写代码了’。”

群里沉默了整整三分钟。

最后,一个刚入职不到两年的应届生说:

“我才学会写代码,就被告知不需要写了。”


二、三件事,同一天炸了

第一颗雷:腾讯的"不写代码宣言"

汤道生的原话被各大媒体争相转载。微博话题 #腾讯AI代码占比近100%# 阅读量当天破亿。

但真正让程序员破防的不是数字——是那个隐含的暗示:

如果你还在靠"会写代码"拿工资,你的技能正在被归零。

第二颗雷:Anthropic 的"80%咒语"

就在腾讯大会的同一天(其实是6月4日),Anthropic 发布了一份重量级报告。作为Claude的母公司,Anthropic透露了一个更惊人的数字:

公司超过80%的生产代码由Claude直接生成。

是的,那家做出最牛AI编程工具的公司的代码,80%也是AI写的。

报告还提到一个细节:Claude Opus 4(2025年5月发布)在代码优化任务上只能提速约3倍,但2026年4月发布的 Mythos预览模型实现了52倍的代码加速。

从3倍到52倍,只用了11个月。

如果你今年25岁,你的职业生涯至少还有30年。按照这个速度——30年后,AI能把代码写得多快?你还能做什么?

第三颗雷:AI智能体人才,薪资翻倍

6月10日,央视财经报道——

具备 AI智能体开发能力 的人才正被企业疯狂争抢,薪资涨幅 1.5到2倍。企业级AI Agent市场规模2026年预计449亿元,到2029年有望突破 3320亿元。

这听起来像好消息,对吧?

但仔细看——企业抢的不是"会写代码的人",而是**“会用AI编排智能体的人”**。换句话就是:会写代码的人过剩了,会指挥AI写代码的人不够了。

一个市场上同时出现"裁员"和"涨薪",不是市场疯了。是市场在手术刀式地切割工种——有些岗位在被削掉,有些岗位在被疯狂堆高。

你的岗位,在哪一边?


三、谷歌的沉默炸弹:“管理层在吹,工程师在骂”

就在腾讯高调宣布AI代码化的一周,谷歌内部却在上演完全不同的剧情。

CEO皮查伊对外宣称"75%新代码由AI生成"。但在谷歌内部论坛 Memegen 上,一线工程师的吐槽却在疯传:

  • AI生成的代码 不一致、不规范
  • 大量时间从"写代码"变成了 “修AI的错误”
  • 整体项目耗时 并没有真正缩短
  • 压力从开发环节 转移到了测试和代码审查

一位谷歌工程师的吐槽精准得扎心:

“以前是我写代码,别人review我。现在是AI写代码,我review AI。我比以前还累,因为AI写的代码我不仅要看懂,还得找出它藏在哪里的Bug。”

这和腾讯的情况能对上。方舟在腾讯的内部调查也显示类似声音——AI生成代码 “一致性和规范性不足”,质量不稳,审查负担加重。

但问题来了——

如果连谷歌和腾讯的一线工程师都在骂AI代码质量差,为什么老板们还在一边倒推AI?

答案可能不在这两句话的表面矛盾里,而在下面这个更深的问题里。


四、真正的炸弹:不是AI替代你,是资本不再需要你

6月8日,腾讯新闻刊发了一篇重磅长文,标题直接捅破了窗户纸:

《是AI替代你,还是资本不再需要你?》

文中引用的几组数据,比任何AI威胁论都更让人后背发凉:

  • 美国科技行业自2023年以来的这轮裁员,已影响 十多万 人
  • 中美大厂的资本开支(砸向算力)已超过研发费用(养人的钱)
  • 担心失业的年龄,从 35岁提前到了25岁

文章的核心观点一针见血:

“AI并非直接取代你的工作,而是将你的岗位降格——你从创造者变成辅助者,从决策者变成执行者,从写代码的人变成帮AI纠错的人。最危险的,是那些被刻意设计成’不需要你做出判断’的岗位。”

还记得 Anthropic 报告里的数据吗?代码生成速度从 3x 提升到 52x,用了 11 个月。

当代码的"生成成本"趋向于零,"人"在代码生产这个环节的价值,还剩多少?

这不是"学不学AI"的问题。这是整个职业的定义,在你没注意的时候,已经被改写了。


五、两派撕裂:你该恐慌,还是淡定?

截止到今天,面对同一个事实,程序员群体已经分裂成泾渭分明的两派。

恐慌派:“我才25岁,已经开始被淘汰了”

  • “大学教了我四年Java和算法,出来发现AI写得比我好、比我快。”
  • “以前觉得35岁危机还远,现在发现25岁就是危机。”
  • “AI智能体薪资涨两倍又怎样?那岗位跟我有什么关系?我一个CRUD程序员,会调API,但不会训模型。”
  • “腾讯说工程师转向架构设计——可一个组只有一个架构师,剩下20个写代码的怎么转?”

淡定派:“你从来就不只是靠写代码拿工资的”

  • “代码从来就是工具,解决业务问题才是价值。AI让代码不值钱了,但理解业务、设计系统的人更值钱了。”
  • “2000年你会写HTML就能拿高薪,2010年不会写页面的后端一样拿高薪。技术不断变,解决问题的人永远稀缺。”
  • “恐慌的人把’编程’和’敲键盘’画了等号。这两件事从来不是一回事。”
  • “你是愿意花三天调一个CSS,还是用AI三分钟生成,然后用剩下的时间去想架构?”

你站哪边?


六、我应该给一个诚实的判断

写这篇文章时,我一直在想:如果是我那个刚入职两年的表弟,看到腾讯的新闻跑过来问我"哥,我是不是该转行",我会怎么回答。

我不会说"别担心,AI替代不了你"——这种话是麻醉剂。

我也不会说"完了,程序员这行完了"——这种话是贩卖焦虑。

我会告诉他四个字:

往上走,别往右走。

往右走,是在同一个层次上换技术栈——今天学Spring Boot,明天学Django,后天学FastAPI。但AI写的代码越来越好的速度,你学新框架的速度追不上。

往上走,是提升你在价值链上的位置:

  • 从"实现需求"到**“定义需求”**(产品思维)
  • 从"写功能"到**“设计系统”**(架构能力)
  • 从"看懂代码"到**“判断代码”**(工程判断力)
  • 从"会用工具"到**“编排工具”**(Agentic Engineering)

腾讯和Anthropic说的其实是一回事:未来的工程师不是不写代码,而是不再做"可以被规格化描述"的代码工作。

那些"可以被规格化描述"的工作——把数据库表映射成API、写分页查询、做登录注册——AI确实比你快52倍。

但"规格化描述"本身——这个业务到底是做什么的、用户真正要什么、系统怎么拆、边界在哪——这些,至今仍然是人的工作。

而且,能做这些事的人,比"会写代码"的人少得多。


七、最后说一句

看到腾讯的新闻,恐慌是正常的。

但恐慌之后,你要做的不是逃跑——是审视你自己每天在做什么。

把你每天的工作列出来,问自己三个问题:

  1. 哪些是纯执行(实现一个已经定义好的接口)——这部分AI正在吃掉
  2. 哪些需要判断(这个需求应该怎么设计、这个Bug的根因在哪)——这部分是你目前的护城河
  3. 哪些在创造(定义新需求、设计新系统、带人、做决策)——这部分是你未来的竞争力

把1的时间减少到最少。把2做扎实。把3变成你的标签。

焦虑的解药从来不是安全感——
是确定自己在变强。


本文首发于优快云。如果你也看到了腾讯的新闻,如果你也因为"工程师不再写代码"而焦虑——欢迎在评论区说说你的真实处境。你是一个人,还是一个正在被AI重新定义的职业群体中的一员?

你的每一次点赞、评论、转发,都可能让更多正在迷茫的程序员看到:他不是一个人在面对这些。

参考资料:


船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

脑机接口(BCI)从原理到开发实战 10|脑控外设:用脑电波控制机械臂/游戏

摘要: 脑机接口(BCI)的“最后一公里”是将分类结果转化为实际动作的关键环节。本文介绍如何通过指令映射、硬件通信和执行反馈实现脑控外设,包括离散/连续控制策略、防抖处理及串口/蓝牙通信方法。通过两个实战案例(运动想象控制机械臂抓取、P300/SSVEP控制游戏)和完整项目(OpenBCI控制小车),演示了从分类标签到设备动作的完整流程,重点涵盖指令生成算法(多数投票)、Python与Arduino的串口通信集成,为BCI系统落地提供实用解决方案。(149字)

小明的博客 766

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 384

别再手动算考勤了!教你用Python+企业微信API自动生成月度报表

本文介绍如何利用Python和企业微信API构建自动化考勤分析系统,实现从数据获取到可视化报表生成的全流程自动化。通过企业微信打卡接口获取数据,使用Pandas进行高效清洗和分析,并生成Excel和HTML格式的报表,大幅提升考勤统计效率。系统支持智能判定考勤状态,如迟到、早退等,并可通过定时任务实现月度自动化运行。

weixin_27875131的博客 292

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 303

PyTorch实战:5步搞定Res2Net图像分类模型(附完整代码)

本文详细介绍了如何使用PyTorch在5步内构建高性能Res2Net图像分类模型,包括环境配置、核心模块实现、完整网络架构搭建、训练流程优化及模型部署技巧。Res2Net通过多尺度特征融合机制显著提升图像分类性能,附完整代码帮助开发者快速实践。

java5的博客 1024

dxf-viewer 查看器

dxf-viewer SDK 的示例,它是一个基于 Three.js 和 Vue3 构建的基于 WebGL 的 BIM 模型查看器。它用于查看 DWG/DXF/PDF 文件。面积测量 - 角度测量 -标记。

qq_25547755的博客 866

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 267

flink定位反压节点

在 Apache Flink 中定位反压(Backpressure)节点需要结合监控工具和作业行为分析。

2301_80954266的博客 1048

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 235

增益调度控制 —— 理论、案例与交互式 GUI 实现

本文详细介绍了增益调度控制的基本原理、数学模型及公式推导,探讨了该方法在适应非线性系统和大范围工作条件下的优势与局限。通过航空飞行控制、发动机推力控制以及化工过程控制三个典型案例,我们展示了如何利用调度变量动态调整控制增益,从而使得控制系统在各个工作点均能达到优良性能。为帮助工程师和研究者更直观地理解并验证增益调度控制的实际效果,本文提供了一套基于 Python 与 PyQt6 的交互式 GUI 控制系统代码。用户不仅可以实时查看仿真数据,还能通过在线调节参数直观体验调度控制的优势。

闲人编程的博客 1481

MATLAB地理数据处理 25:植被物候提取及分析模型优化(Savitzky-Golay)

之前我写过一篇使用Savitzky-Golay处理遥感数据,获取地面物候信息的MATLAB代码,但是发现存在一些问题:对物候开始期和物候结束期的阈值设定都为相同值,但是有些研究中,需要根据不同的环境条件,设置不同的物候阈值,所以对其进行相应的修改。

amyniez的博客,欢迎交流讨论 2233

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 581

基于嵌入式Linux设计的智能车库(GEC6818)

随着城市化进程的加快,传统停车管理方式存在效率低下、人工成本高、车主体验差等问题。为解决这些问题,本项目基于嵌入式Linux技术,设计并实现了一套智能车库管理系统。该系统采用GEC6818开发板作为核心控制器,运行Qt应用程序,并结合USB免驱摄像头进行车牌识别,RFID模块完成刷卡支付,SQLite数据库存储车主信息和停车记录。系统提供车主注册、用户管理、出入库管理、停车费结算、车辆查询等功能,并具备语音播报提示,提高用户体验。通过本系统,停车场管理更加高效、智能,有助于提升停车服务质量,减少人工干预,适

447

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 636

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 181

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 328

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 314

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 66

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 137

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 470

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 550

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

359

Docling 原理解读:是什么、为什么、怎么样

从论文视角拆解 Docling 的整体架构、DoclingDocument 数据模型、PDF 预处理、版面分析、OCR、TableFormer 双解码器、阅读顺序与装配流程,并解释版面框与 OCR 框的区别。

PLANTTHESON的博客 385

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 5072

从认识人工智能到理解机器学习:我的 AI 入门第一课

正式开始学习人工智能之前,我对 AI 的认识其实比较模糊:知道 ChatGPT、知道大模型,也知道现在很多岗位都在谈 AI,但如果有人问我“人工智能到底是什么”“机器是怎么学会识别一只猫的”,我未必能从头到尾讲清楚。上午的课程更偏向行业全景:人工智能的发展、研究方向、NLP、岗位分工、学习路线和 AI Coding 工具。下午的课程更偏向技术基础:机器学习的原理、有监督学习、深度学习、模型训练和评估方法。

chh563的博客 533

影视场景怎么用AI生成3D镜头预演?从概念图、场景白模到网页审片

概念图有氛围,不代表能直接用于镜头预演。本文围绕剧本拆镜、资料与尺度假设、场景白模、机位走位、动作节拍和网页审片,介绍 AI 生成 3D 场景的预演流程。通过稳定对象与相机编号、统一镜头表、意见关联版本和三轮审核,让讨论落到具体镜头,同时明确白模与网页预演不能替代真实场地勘景及现场安全判断。

Solange__的博客 604
上一篇: 计算机专业的黄金时代正式终结:2026年,我们还该不该学CS?
Drjava
博客等级 码龄5年 2粉丝 6原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值