随着新一代人工智能模型陆续推出，AI编程正在进入新阶段。编码代理的能力已不再停留于“生成看起来像样的代码”，而是开始直接产出可运行的应用，一线开发流程也随之发生变化。

据日本媒体Gigazine当地时间6日报道，软件工程师Simon Willison近日在一档播客节目中表示，过去开发者必须非常谨慎地审查模型生成的代码，而最近的模型已经越来越能按照指令交付可直接使用的结果。

他指出，模型输出的可靠性正在明显提升。早期不少AI生成的代码甚至无法正常运行，如今能够直接产出可用应用的案例正不断增加。这也意味着，AI代理承担的工作已不只是写代码，还开始覆盖部分测试等环节。

开发效率的提升同样十分显著。Simon Willison表示，在AI辅助下，自己单日编码量最高可达到约1万行。相比文章写作或法律文书这类缺乏明确“标准答案”的工作，代码能否运行更容易验证，这也是AI编程的一项优势。他同时提到，现实中也曾出现律师未能识别AI虚构内容的情况。

随着开发速度大幅提升，瓶颈也在发生转移。过去，从需求提出到开发完成往往需要数周时间，如今有时几小时就能拿到结果。相应地，新的压力点正从实现环节转向测试与验证，如何确认快速生成的成果是否可靠，正在成为开发流程中的新负担。

原型设计方式也在改变。Simon Willison表示，在产品开发过程中，第一版方案通常不是最终答案，因此团队往往会围绕同一功能尝试多个不同方向的原型。尤其是在用户界面设计方面，ChatGPT、Claude等工具能够快速给出更完整、更直观的方案，但最终如何筛选出最优解，仍需由人来判断，传统的可用性测试依然不可或缺。

不过，效率提升的另一面是工作压力同步上升。Simon Willison称，同时运行多个编码代理会迅速加重疲劳感，而熟练使用AI工具本身也并不轻松，需要大量练习。他认为，处于职业中期的工程师，未来可能会在自动化带来的岗位变化中面临更大挑战。

在他看来，人类与AI拉开差距的关键仍在于“主体性”。无论是组织能力、问题解决能力，还是主动采用新技术的意愿，在AI时代都会变得更加重要。对工程师而言，真正的竞争力将越来越体现在如何驾驭工具上。