GPT 会替代初级程序员吗?一次 30 分钟后端开发的真实取舍
一位技术负责人用 GPT 重做了原本十个工作日才上线的后端服务,三十分钟拿到九成可用版本,由此判断初中级程序员受冲击最大。围绕「AI 到底压缩了项目里的哪段时间」「九成可用离可交付还差什么」,本文梳理争议双方的前提,给出一套把 AI 放进现有研发流程的可操作清单与检查项。
一个技术负责人做了两件事:先拿自己常用的编程笔试题(写一个博客程序)去测 GPT-3.5,效果不错;再把它指向一个此前由团队做了十个工作日才上线的后端服务,多轮对话调整后得到了大约九成可用的版本,耗时半小时。他的结论相当悲观:第一波被冲击的不是插画师,而是初中级程序员,计算机专业毕业生的路会明显变窄。
这个判断在评论区引发了激烈争论。一方认为编码在正规研发流程中占工时最多,AI 大幅压缩编码时间,必然削减招聘名额;另一方认为会议、评审、文档、读历史代码、和测试来回拉锯才是真正的工时黑洞,编码只占很小一块。两种说法都能举出亲身经历,分歧的根源其实不在立场,而在各自所处项目阶段不同。
争议一:AI 到底压缩了项目里的哪段时间
把「开发一个后端服务」拆开看,十个工作日里真正敲代码的部分可能只占两三成,剩下的是需求澄清、接口对齐、评审、留痕文档、联调、测试回归。AI 能显著加速的,恰好是那个占比较小但最「可外包」的部分;而它加速不了的部分,往往才是决定项目周期的关键。
但反过来,如果项目是一个需求封闭、上下文自足的新建服务,编码占比就会飙升,这时候「半小时出九成」并不夸张。所以更有意义的问法不是「AI 能不能替代程序员」,而是「在当前这类项目里,AI 能吃掉哪一段」。
| 场景 | AI 收益 | 原因 |
|---|---|---|
| 新建小项目、原型、脚本 | 高 | 需求封闭,上下文可以一次性喂全 |
| 单元测试、样板代码、配置生成 | 高 | 模式固定,验收标准明确 |
| 读遗留代码、补注释、梳理调用链 | 中高 | 归纳总结是模型强项,但结论需人工核对 |
| 大型项目中的小改动 | 中 | 依赖大量隐式上下文和团队约定 |
| 需求澄清、跨团队协调、上线决策 | 低 | 责任与沟通不在模型这一侧 |
争议二:「九成可用」离「可交付」还差什么
演示环境和生产环境之间隔着的,正好是模型最不擅长的部分:边界条件、错误处理、并发与幂等、权限校验、数据迁移、监控告警、回滚方案,以及出事故时谁来担责。评论区有句话很到位——模型背不了锅。线上故障的责任无法转移给一个 API,这条决定了 AI 生成的代码必须经过人的评审才能合入主干。
还有两个容易被忽略的点:模型通常只给一个答案,不保证是最优解或正确解,验证成本要算进总耗时;把公司内部代码贴到外部服务,在很多团队是明确违规的。
落地做法:把 AI 放进现有流程的六个动作
1. 先把需求改写成可验收的形式
需求越模糊,模型输出越像「看起来对」的废代码。动手前先自己写清楚输入、输出、异常分支和验收条件,再交给模型。一句话需求连人都理解不了,模型更不可能理解。
2. 让它读代码,而不是凭空写代码
处理老项目时,最高性价比的用法不是生成新功能,而是让模型通读一段没人愿意读的模块,输出调用关系、状态变化和潜在坑点。人只需要核对结论,比从头读快得多。
3. 小步生成、小步合并
一次只改一个函数或一个接口,输出 diff 而不是整文件重写,合并前过一遍 review。大块生成看着爽,回滚时非常痛苦。
4. 用固定结构描述任务
把背景、约束、范围写进提示里,能显著减少无效往返:
背景:这是 X 服务,使用 Y 框架,入口在 handler/foo.go 的 handleFoo
约束:不引入新依赖;沿用现有错误码;只允许修改 handleFoo 及其直接调用
任务:给该接口加上分页参数,默认 20 条,上限 100 条
输出:先列修改点清单,确认后我再要 diff
5. 测试交给模型写,验收标准自己定
单元测试、边界用例、mock 数据是 AI 最容易出彩的地方,但「测什么算通过」必须由人划定,否则很容易得到一堆断言了废话、覆盖率很好看却抓不到 bug 的测试。
6. 关注运行环境与合规
长时间跑 Agent 或反复多轮对话时,本地的网络抖动、机器性能和休眠策略会打断上下文,这一点在需要持续在线运行 Claude Code 这类工具时尤其明显;如果本地条件受限,用一台放在机房、按月租用的远程 Mac 长期挂着跑,是可选方案之一,不必一开始就上。
合规上,先确认三件事:公司是否允许代码外发、是否需要走内部网关或私有部署、生成的代码里是否混入了不干净的开源片段。这三条没有确认之前,不要在生产仓库上直接试用。
对个人的建议:从「会写代码」转向「会定义问题」
初级岗位减少是趋势,但结论不是「不用学编程」。模型能顺畅答出的问题,通常意味着网上已有大量现成答案,这类工作本来就在贬值。真正拉开差距的是三件事:把模糊需求拆成可验收任务的能力、快速判断生成代码对错的能力、以及在没有标准答案时做出取舍的能力。
实操上可以从今天开始:每天挑一个真实任务交给模型,然后逐行 review 它的输出并记录错在哪里;维护一份自己项目专用的提示片段和反例清单;把省下来的时间投入到系统设计和调试能力的训练上。
对团队的建议:过渡期别急着算人头
- 明确哪些环节允许 AI 参与、哪些必须人工签字,尤其是数据库变更、权限逻辑和支付链路。
- 建立内部用例库:把跑通过的提示、常见错误、评审要点沉淀下来,比让每个人自己摸索效率高得多。
- 度量指标不要只看工时,还要看缺陷率、返工率和交付周期,否则很容易出现「代码产出翻倍、线上事故也翻倍」的局面。
需要自己验证的地方
各家的模型能力和定价变化很快,具体能用什么、限制多少,以官方最新文档为准;内部合规政策各公司差异极大,动手前先问清楚;至于「AI 能把某个任务压缩到几分之一时间」,只能在自己团队的真实项目里测,别人的三十分钟和你的三十分钟往往不是同一件事。
小结
AI 对研发的真实冲击,不是「替代程序员」这么整齐的判断,而是把研发流程里那些边界清晰、验证成本低的环节大幅压价,同时抬高了需求分析、代码评审和线上负责能力的价值。对个人来说,把 AI 用成日常工具并保持怀疑,是眼下最稳的选择;对团队来说,先定规则、再谈效率,比急着计算能省几个人头更靠谱。