开春了，天气也渐渐暖和起来，但对所有软件开发人员来说，仍然还感到一阵阵寒意。
有个上海观友说：“返工第一天，老板要开除所有开发人员，包括美术，前端，后端，测试。仅留产品经理，要求产品经理全部使用ai，完成原本的项目。”虽然无法核实事情的真伪，但AI对软件开发人员的冲击真的非常大。
马斯克在1月与彼得·迪亚曼迪斯（Peter Diamandis）的深度访谈中中说：“任何不涉及物理原子、只涉及数字信息处理的工作，AI目前已能完成一半。”他在多个场合反复强调这一判断，表示当前AI技术水平已能胜任会计、文员、数据录入、标准化文案等重复性高的数字任务，并且在教育、法律、金融等知识密集型行业中规则明确的环节也正快速被AI渗透。他将这类工作统称为“仅需敲击键盘和移动鼠标”的任务，并认为这是AI取代人类工作的第一波浪潮。这些所谓的“脑力工作者”、白领都面临被AI替代的风险。
按照马斯克预测的时间轴，最晚于2026年底，AI的智能水平将超过任何一位人类个体。2027年，AI进入”递归改进“阶段，AI将自主优化算法与硬件架构，推动智能指数级跃迁。2029年前，手术机器人的技能将全面超越人类外科医生。2030年后，人类文明的形态将被重构。
清华大学智能产业研究院院长、中国工程院外籍院士张亚勤更是直接预测未来10年机器人数量会超过人类数量，部分工作岗位将被机器人替代。
如果说这些论调正在对软件开发工作者造成极大的焦虑，那么真正对软件开发造成实质冲击的有两个事件：
一个是Anthropic在2026年1月12日至1月30日期间陆续推出Claude Cowork及其行业插件。
Claude Cowork定位为“面向所有人的Claude Code助手”，旨在将原本面向开发者的AI能力扩展至普通知识工作者。Cowork可访问用户指定文件夹，执行创建文档、整理数据、制定计划等多步骤任务，被视为AI智能体在办公场景的突破性应用。
Cowork的法律自动化插件，可辅助完成合同审查、保密协议分类、合规性检查、风险标记和模板化回复等法务工作。而Cowork新增的多款金融领域插件，覆盖了财务建模、股票研究、投资银行、私募股权和财富管理等场景，被业内称为”最完整的AI金融工具集“。还有10多个企业级插件，覆盖销售、财务、营销、人力资源等多个领域。
另一个则是奥地利极客Peter Steinberger开源的OpenClaw，可以调度你的键盘、摄像头、麦克风、文件、网络等一切，自主执行任务，相当于你权限最高的“私人助理”“数字管家”。而OpenClaw创始人Peter Steinberger没有任何团队，全靠Claude Code和Codex CLI同时开启5～10个AI智能体并行开发完成的。
Anthropic的报告指出，AI智能体已经能够编写90%的代码，以前一个预计4～8个月的项目两周即可完成。所以AI智能体让很多软件及其开发者成为多余的存在。市场也给出了答案：软件公司股价出现了暴跌。
人类社会的发展经验告诉我们，生产力的发展并不会消灭一个行业，行业中的传统公司可能会倒闭，行业中的传统从业者也会失业，但顺应潮流的公司会发展起来，顺应时代的从业者会站起来。现在，AI必然将重塑软件开发行业，作为普通的软件从业者必须要顺应时代的发展。
我们知道，软件开发方式并非一成不变的，在软件架构发展历程中，从早期以汇编、C语言为代表的单机架构开发，再到以PB和Delphi为代表的CS架构开发，随着互联网的兴起，发展到以Java和C#为代表的BS架构开发，再进一步发展到面向服务架构和微服务架构的分布式开发，每一阶段对程序员的能力要求都不相同。当下随着AI时代的到来，新的开发能力要求程序员掌握在AI驱动的智动化环境下进行开发。
软件开发模式必将会被AI技术的发展所重塑，但这个过程仍处于嗷嗷待哺阶段。作为软件开发从业者，当前即是一个混乱的时刻，也是一个最好的时刻。混乱是因为未来的开发模式仍还未清晰，好则是我们将参与到这个重塑的过程中，使我们更加理解未来开发模式的适用范围，理解它的发展走向。对大多数的普通开发者来说，这并不是要求每个人都参与到大模型或AGI的研究开发中，而是思考大模型或AGI应用在我们实际工作中落地过程。
我们应该理解中美两国在人工智能或AI的发展路径上存在的巨大差异，这是由两国不同的国情所决定的：当下的美国像办公室中的白领，掌握着先进的先进的基础理论，着力于前沿创新，探索新的发展道路；而当下的中国像工厂中的蓝领，掌握着先进的生产力，着力于解决具体的行业难题，提升全要素生产率。所以美国集中发展金融算法、药物研究等领域，更多停留在优化后台管理和提升互联网服务，而中国则将AI技术嵌入到生产流程来提升制造技术能力，更多地解决生产技术难题。两种不同的发展方向代表着不同的技术路线，理解方向才能有效地培养新的技术能力。
同时，我们应该清楚明白的是，即便AI技术条件成熟，机器仍不能完全代替人类的决策与权责问题。Meta超级智能实验室的AI安全与对齐总监Summer Yue使用OpenClaw处理邮件遭遇“失控”的事件就引起广泛关注：AI智能体在未获明确授权的情况下，擅自删除了她收件箱中超过200封重要邮件。尽管她多次通过手机发出“Do not do that”“Stop dont do anything”“STOP OPENCLAW”等停止指令，但均未能阻止删除行为。最终，她不得不冲到自己的Mac Mini前强制终止进程，才阻止了进一步损失。这一事件被网友戏称为“AI界的拆弹现场”，也暴露出当前AI智能体在高权限任务中的安全隐患。
软件从业者都明白，一个成熟的软件交付通常要求满足 功能性、稳定性、可靠性、可用性、安全性、易用性、可维护性、性能效率、兼容与可移植、合规性 等要求。这些软件属性都依赖于干净、稳定、可解释、可预测的数据与流程。在这样的前提下，当前AI的技术条件显然并不成熟，“可控性”和“可预测性”仍是AI技术发展的核心方向之一。在这个过程中，学会将AI变成自己所拥有的得心应手的“创作工具”是应对当前变革的可选项之一，也将是未来软件开发从业者的必备技能要求。
