软件开发正被视为AI改造最迅速、影响最深的领域之一。尽管AI已渗透到多个行业，但无论是变化速度还是覆盖范围，软件开发都堪称最突出的应用场景。

在这一背景下，自由撰稿人Clive Thompson采访了70多名在不同规模企业工作的软件开发者，梳理AI正在如何改变开发流程、岗位分工和生产效率，并由此引发广泛关注。

从整体来看，开发者群体对AI推动的编码自动化并未表现出明显抵触，态度反而普遍偏积极。与不少行业从业者对AI持观望甚至警惕态度不同，程序员作为常被认为最可能率先受到AI冲击的白领群体之一，对AI的接受度却相对更高。

根据Thompson的采访，多数开发者对这种变化并非恐惧或排斥，而是愿意主动拥抱。尽管也有人表达担忧或不适，但欢迎AI进入开发流程，仍是更主流的反应。

原因在于，AI在软件开发中所替代的，主要是重复、耗时且机械性的编码工作。Thompson指出，在其他创作领域，AI有时被认为会先侵入更具创造性、甚至更“有灵魂”的工作内容；但在软件开发领域，AI更多承担的是繁琐的重复劳动，这也使开发者对其抵触情绪相对较低，并得以把更多精力重新投入到更适合由人完成的工作中。

《纽约时报》报道称，自1972年起开始写代码、被视为开发者圈内“大师”的Kent Beck，曾因对当时的编程语言和开发工具感到失望，在约10年前几乎离开软件开发领域；但在看到LLM之后，他又重新投入其中。目前，他正在推进个性化备忘录应用和新型数据库等项目，产出较以往明显增加。

如果从软件开发的长期演进来看，AI推动的编码自动化并非凭空出现。数十年来，程序员一直在通过不断提高抽象层级，把繁琐工作持续交给工具处理。

上世纪80年代至90年代，随着算力提升，开发者创造了Python等编程语言，以简化复杂且令人头疼的内存管理问题；进入2000年代和2010年代后，这一自动化趋势进一步加快。《纽约时报》指出，开发者几乎每当遇到重复且棘手的任务，都会尝试把它写成自动化工具，并以开源方式分享给更多人使用。

AI编程正是这一趋势的延续。《纽约时报》称，编写软件不再一定意味着开发者必须在脑中反复权衡Python、JavaScript、Rust等语言之间的细微差别，也不再意味着在代码出错后逐行排查问题；这些环节如今也正在被进一步抽象化。

随着编码过程继续被抽象，程序员的核心工作也在发生明显变化。Anthropic旗下AI编程服务Claude Code负责人Boris Cherny表示，如今的程序员更像建筑师，而不再只是施工者。

在使用AI工具后，开发者会把更多注意力放在软件整体架构、功能设计以及各组件之间的交互关系上。由于AI代理能够快速生成可运行代码，人类开发者可以通过监督和筛选，更快判断哪些方案有效、哪些不可行，并及时放弃无效路径，从而更高效地推进实验。Thompson将这一变化概括为：开发者的工作正从“创造”转向“判断”。

AI也在显著改变软件开发的生产率。不过，初创公司与传统大型企业在引入AI编程后的效率改善程度并不相同，关键差别在于，前者往往可以从零开始构建系统，而后者必须兼顾既有代码库和既存开发流程。

创业者Dima Yanovsky表示，使用Claude Code后，过去需要数周完成的工作，如今几小时内就能做完。但在成熟科技公司，情况并不完全一样。Google CEO Sundar Pichai表示，在Google这类大型科技企业中，如果以数字衡量AI给程序员生产率带来的提升，幅度大约为10%。《纽约时报》还称，受访的初创公司创始人几乎都在使用AI写代码，而在Google，这一比例还不到50%。

除编码之外，服务器运维等琐碎工作也被认为是AI极具潜力的应用场景。由于AI同时理解自然语言和编程语言，读取系统报错信息、分析代码并提出解决方案，正逐步从设想走向现实，甚至有可能在相关负责人醒来之前就已完成处理。Thompson在相关采访中与AWS员工David Yanacek交流时提到，过去需要一个工程师团队花8小时完成的调试工作，如今借助AI代理，15分钟即可解决。