社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

警告!GitHub CEO发出「最后通牒」:“要么拥抱AI,要么就退出这个行业!”

程序员好物馆 • 11 月前 • 209 次点击  

图片

编译 | 郑丽媛
出品 | CSDN(ID:CSDNnews)
投稿或寻求报道:zhanghy@csdn.net

本周GitHub CEO Thomas Dohmke 社交平台 X(原 Twitter)上的一句话引起开发者热议

“证据已经非常明确:要么拥抱 AI,要么就退出这个行业。”

话不是 Thomas Dohmke 危言耸听,而是基于 GitHub 最近一项针对 AI 工具使用者的深度研究所得出的结论。正如最新博客文章《被重塑的开发者(Developers, Reinvented)》中所说AI 正以惊人的速度重塑开发者的角色、技能与工作方式。


不再是“写代码的人”,而是“AI 管理者”

过去的程序员,总是一头扎进编辑器里写代码、调试、测试。但如今,AI 工具已经悄然介入工作流,从自动补全到代码生成,从调试助手到项目搭档,越来越多开发者开始把 AI 视为工作中的“合作者”。

而 GitHub 这项研究采访了 22 位在日常工作中大量使用 AI 工具的开发者

根据研究GitHub 将开发者采纳 AI 的过程分为以下四个阶段:

1AI 怀疑者初尝 AI,用它补几行代码、写个函数,但对错误容忍度低,容易半途而废。

2AI 探索者用 AI 写样板代码、调试、重构,逐渐理解其能力与局限。

3AI 协作者与 AI 联合开发,学会利用上下文工程提升 AI 理解力。

4AI 策略家将 AI 作为开发核心生产力,协助完成复杂功能、大规模重构与系统设计。

其中进入“阶段四”的开发者一致认为“开发者的角色已经发生本质转变。”

简单来说他们认为自己进入 一个全新的职业阶段:不再只是代码的生产者,而是系统的构建者、AI Agent 的调度者、成果的审阅者。他们的日常工作变成了两大核心:

 委派(Delegation):为 AI 提供上下文、设计提示词(prompt)、制定任务目标,引导 agent 朝预期方向产出

 验证(Verification):批判性地检查 AI 生成的代码是否满足规范、逻辑是否正确、边界条件是否考虑清楚。

显然AI不再停留“辅助工具”的层面,甚至“角色分工”开始发生根本性变化。正如一位开发者所言:“也许未来我们不再是代码的生产者,而是代码的‘赋能者’。我的下一个头衔可能会是‘代码创意总监’。”


距离“由 AI 生成 90% 代码”的时代还有多久?

这项调查中GitHub 还向开发者问了一个问题你认为由 AI  生成 90% 代码时代何时到来?结果出人意料:一半开发者认为将在 5 年内实现;另一半则认为只需 2 年

最关键的一点是:他们没有因此感到AI威胁,反而兴奋期待。

“这些开发者并不觉得自己的价值被贬低,反而是被‘重新定义’了。”Thomas Dohmke 在 X 上补充“开发者并不焦虑他们对未来既现实又乐观。”

有趣的是,GitHub 究还发现,虽然很多人默认认为“AI 的优势在于节省时间”,但实际上,开发者更看重的是 AI 带来的“能力跃迁”正如 Thomas Dohmke 总结的那样:“AI加持下时间确实节省了,但更重要的是开发者在不断‘抬高天花板’,而不只是一味地‘压低成本’。”

这也解释了为何很多开发者愿意AI工具顶配餐“买单”——不是为了偷懒,而是为了挑战更大的目标

基于以上研究结果 Thomas Dohmke 总结了在 AI 时代开发者必须掌握七项核心能力:

1AI 素养:了解不同的 AI 工具与模型;

2代理协作能力:为 AI 设置好执行任务的环境与提示;

3人机协同:能够实时与 AI 协作;

4基础编程功底:掌握扎实的程序设计能力;

5验证与质控能力:细致检查 AI 的工作成果;

6产品理解力:不仅懂代码,还要有系统思维;

7架构设计能力:知道如何让 AI 融入整个系统结构。

他还特别指出:“一句模糊提示词,不可能让 AI输出高质量结果,就像你也不可能给同事一个模糊指就能完美完成任务一样。同时初学者若只依赖 Prompt、却不了解代码本质,终究会撞上天花板。到那时,你需要真正理解代码,调试它,让它能够扩展。”

除了开发者个体,Thomas Dohmke 还呼吁:计算机科学教育体系需要重构。

“学生会依赖 AI 来完成越来越多的代码任务。此时再用考察语法记忆、API 熟练度的方式教学,早就过时 。”他在 X 上直言不讳地说:“仅仅教语法已经不够了。现在的学生必须学会如何引导 AI、评判 AI 的输出、跨学科思考。”

“不是‘写出这个循环’,而是‘理解这段代码做了什么,如果改了,会影响哪些地方’。”


软件行业不会被 AI 消灭,但正在重生

尽管坊间关于“AI 取代程序员”的论调甚嚣尘上,但现实数据告诉我们另一种可能:美国劳工统计局预计,未来十年软件开发岗位将增长 18%,是全行业平均增速的近 5 倍。

Thomas Dohmke 认可这一数据他也坦言:“这些不会是我们熟悉的那种开发者岗位。”

早在今年 7 月,他就曾说过:“聪明的公司会招聘更多开发者,因为如果一个人能通过 AI 实现 10 倍效率,那么 10 个人就可能实现 100 倍产出。”而这次,Thomas Dohmke 也再次补充道:这些被招聘的,必须是已经适应了 AI 转型的开发者。

当然,Thomas Dohmke 也承认,并不是每一位开发者都愿意拥抱这种转变:“对一部分人来说,管理 AI Agent 来完成任务可能听起来没什么成就感。”

但他指本质上来说程序员一直在用语言与计算机对话如今区别只是现在这个‘语言’变成了 Prompt,‘对话对象’变成了 AI。Thomas Dohmke 总结道:“这场变革不是假设,而是现实。我们看到开发者正从怀疑走向信任,重新塑造自己的工作方式与心态。”

如果按照  Thomas Dohmke 说法那么对于仍对 AI 持怀疑态度的开发者而言既是一份预警,也是一张路线图:转型正在发生,越早适应 AI,就越能在未来软件行业中占据有利位置。


网友质疑:22 人参与的研究能代表整个行业?

然而,Thomas Dohmke 的这番说辞,也引起了部分开发者的质疑与反感:

  • 要么拥抱人工智能,要么放弃的最后通牒是典型的虚假两难选择——你忽略了大多数成功开发者所处的整个中间地带。一项只有 22 人参与的研究并不能支持对整个行业未来的判断。

  • 不要非黑即白,我们真正应该参考的,是那些在保持核心编程技能的同时、能深思熟虑地整合 AI 工具的开发者,他们的表现肯定会优于全盘接受 AI的人和坚决抵制 AI 的人。

不过,也有更多开发者十分认同 Thomas Dohmke 的分析与结论:

  • 在我看来,开发者真的没有必要担心。AI 应该被视为你的技能和产出 10 倍的加速器,而不是替代品。像我,已经能以前所未有的速度完成以前无法完成的任务......这让人非常兴奋,每个人都应该如此。

  • 确实,有 AI 的我和没有 AI 的我根本不能比。

  • 完全同意你的看法。AI 为我打开了众多工具和技术的大门,帮我进入了原本需要大量时间和精力才能涉及的领域。

那么,你对此又有什么看法呢?

参考链接

https://www.finalroundai.com/blog/github-ceo-thomas-dohmke-warns-developers-embrace-ai-or-quit

图片
好啦,今天的内容分享就到这,感觉不错的同学记得分享点赞哦!
PS:程序员好物馆  持续分享程序员学习、面试相关干货,不见不散!
图片
点分享
图片
点收藏
图片
点点赞
图片
点在看


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/185404