AI 编程现在到底是什么水平了？
AI 编程的终极问题：谁来背锅？（利益相关，非程序员） 我必须在开头就捅破那层窗户纸：程序员就是用来背锅的。我开发一个新功能或许不难，但修复一个盘根错节的 Bug 却异常艰难。事情搞砸了，有人能修，就留下；修不了，就滚蛋。这，就是商业世界冷冰冰的运作真相 。 然而，所有关于 AI 编程的狂热讨论，似乎都在两条截然不同的赛道上狂奔，却又心照不宣地回避了这个核心问题。一条赛道由 Cursor、Windsurf 这样的“交互式”集成开发环境（IDE）领跑，它们像一个副驾驶，深度嵌入程序员的日常，实时辅助；另一条赛道则由 Jules、Codex 这类“异步”编程
AI 编程的终极问题：谁来背锅？（利益相关，非程序员）
我必须在开头就捅破那层窗户纸：程序员就是用来背锅的。我开发一个新功能或许不难，但修复一个盘根错节的 Bug 却异常艰难。事情搞砸了，有人能修，就留下；修不了，就滚蛋。这，就是商业世界冷冰冰的运作真相 。
然而，所有关于 AI 编程的狂热讨论，似乎都在两条截然不同的赛道上狂奔，却又心照不宣地回避了这个核心问题。一条赛道由 Cursor、Windsurf 这样的“交互式”集成开发环境（IDE）领跑，它们像一个副驾驶，深度嵌入程序员的日常，实时辅助；另一条赛道则由 Jules、Codex 这类“异步”编程代理（Agent）构成，它们更像一个可以领走任务、隔夜交付结果的独立承包商 。但无论哪条赛道，都陷入了一个“高不成，低不就”的尴尬境地：真正的顶尖高手觉得它碍手碍脚 ，而编程小白面对真正的工程难题时，它又爱莫能助 。
赛道一：IDE 的“人机共驾”，交互体验定生死
在 IDE 这条赛道上，上演的是一场关于“交互哲学”的对决，主角是更懂专业开发者的 Cursor 和更懂企业用户的 Windsurf 。
Cursor 之所以能成为明星，并非自身有什么智能突破，而是因为它机缘巧合地站在了 Claude Sonnet 这个大模型巨人的肩膀上 。它真正的护城河，是选择从零开始做一个独立的编辑器，而不是一个简单的插件 。因为编程是一种极度注重沉浸式体验的工作，任何卡顿和不顺都会让用户放弃。只有完全掌控平台，才能打磨出极致的细节，比如那个让我愿意为它掏钱的“git merge”功能——它能以程序员的思维去比对、合并 AI 生成的代码，而不是粗暴地全盘替换 。
而 Windsurf则走向了另一条更务实的道路：ToB 优先，兼容屎山代码 。它更早、也更坚决地把自己切换到了“AI 当主驾，人当副驾”的智能体模式 。这种模式对小白用户和企业流程更友好，因为企业服务最怕的就是高昂的客服成本和无休止的扯皮 。这也解释了为什么 OpenAI 最终愿意豪掷 30 亿美金收购它——OpenAI 需要的不仅是一个 ToB 的销售渠道，更是海量的、宝贵的“过程数据”：那些在反复修改、调试、反馈中产生的，远比 GitHub 上静态的最终代码更有价值的数据，这些数据是训练更强大模型的终极养料 。
赛道二：异步 Agent 的“全包之梦”，空中楼阁待落地
另一条赛道则显得更加野心勃勃。Google 的 Jules、OpenAI 的 Codex 和 Anthropic 的 Claude Code，上演了一出“三国杀” 。它们的目标是实现“异步编程”——你晚上睡觉前交代一个任务，7 小时后一早醒来，代码已经交付到你面前 。
这其中，Google 的 Jules 最具代表性，它希望凭借强大的云计算能力，提供“全托管”服务，你提需求，它全包 。这听起来是所有老板的终极梦想，毕竟，正如一位创始人所言：“代码是最确定的，程序员是最贵的，我肯定会逼着所有人都用，谁不用谁就滚” 。
但这个梦想目前更像是一场华丽的“概念车”发布会 。这些工具展现了技术的未来方向，但离真正上路还有遥远的距离。因为软件开发最难的从来不是写代码，而是清晰地定义问题。我们现实中的老板，有多少能像唐僧一样目标坚定？他们往往是“说要去西天取经，结果半路拐进了 KTV” 。当一个需求本身都充满不确定性，AI 又如何能独立完成？
共同的瓶颈：翻不过的“人之常情”三座大山
无论是深度集成程序员工作流的 IDE，还是试图独立完成任务的异步 Agent，它们最终都撞上了同一堵墙——使用者本身。AI 的使用门槛看似降低了，实则被无限抬高 。因为高质量的输出，必然依赖于更高质量的输入。
要让 AI 真正替代程序员，必须翻越三座大山：可被描述、可被拆解、可被评估 。
可被描述：你能像哲学家维特根斯坦要求的那样，用语言毫无歧义地描述你的世界（需求）吗？当你能做到时，你会发现你的语言已经惊人地接近代码本身了 。
可被拆解：当任务涉及到互联网上没有的专有知识或复杂的现实流程时，AI 就会卡住，无法继续拆解 。
可被评估：大模型的概率性本质，让你很难确保它迭代的新版本一定比旧版本更好。谁来评估？谁来拍板？
这三座大山，归根结底都是“人”的山。它要求使用者不仅是执行者，更是一个好的“教练”，一个懂行的“老师傅” 。你得知道你要什么，知道边界在哪，知道什么是对的，什么是错的。这对于那些“不知道自己不知道什么”的人来说，几乎是不可能完成的任务 。
AI 能帮你练“九阳神功”，但蹲马步还得靠自己
所以，AI 编程的现状，就像你拿到了一本《九阳神功》秘籍，以为可以独步天下，结果师傅告诉你，先给我老老实实蹲三个月马步 。绝大多数人只看到了 AI 生成代码的酷炫，却看不到背后那些枯燥但必要的架构设计、环境部署、可维护性测试等核心“马步”。
AI 编程的自动化浪潮不可逆转 ，但它不会很快替代掉优秀的程序员。它会率先冲击那些重复性高、最容易被清晰描述、“背锅”风险最小的岗位，比如平均水平的前端工程师 。AI 正在无情地抬高整个行业的下限，让做一个“还行”的产品变得容易，但也因此让做出一个“卓越”的产品变得比以往任何时候都难 。
归根结底，AI 能写代码，但不能背锅。
👉訂閱「JustSayAI早晚報」· 每日兩封 · 一鍵聽報：https://justsayai.org/newsletter （需科学上网）
【关注频道】：
📺B站：叫我小苏就好啊
📕小红书：人民公园说AI
▶️油管：人民公园说AI
