文 | 刘伟 北京邮电大学人机交互与认知工程实验室主任

美国初创公司Cognition日前发布了首个AI软件工程师Devin，目前虽尚未公测，但Cognition表示只需一句指令，Devin就可端到端处理整个开发项目，这再度引发“码农是否将被淘汰”的大讨论。一些IT行业资深人士在公开场合提起“编程无用论”，而很多人对此并不认同，认为“AI 时代对计算机专家和程序员的需求将更大”。

从长远来看，双方的观点似乎都有道理。一方面， AI技术的迅速发展和普及势必给程序员的工作带来冲击：传统的编码方式将显著改变，水平一般的程序员被取代的趋势或不可避免。另一方面，尽管AI可以辅助程序员快速生成代码、提高开发效率，但并不能完全取代程序员的角色，尤其是技术理解深厚、能力强大的高水平程序员。对于未来的程序员而言，掌握AI技术并应用于自己的工作流程中，与AI协同工作从而提高自己的工作效率和编码质量，是与时俱进、适应市场的必然需求。所以，AI程序员的出现并不意味着取代传统程序员，而是用市场竞争的方式刺激他们“进化”。

苏格兰哲学家大卫·休谟认为：“一切科学技术都与人性有关，对人性的研究应是一切科学技术的基础。”编程工作实际上也是一门与人类思考、决策和行为密切相关的科学技术。编程语言、算法等都是通过理解人类的思维和行为模式，实现计算机与人类的交互。那些充满人性化、个性化的软件和交互方式正是基于编程中对用户需求、行为模式和情感的理解，结合开发者的自身特色创造出来的。人性不仅存在于“开发者——用户”两个角色之间，也存在于编程团队中。对不同客户需求的理解、沟通中碰撞出的灵感火花、提升协作效率的经验，都是编程团队的宝贵财富。

程序开发的过程其实也是一个人、机、环境系统相融合的工程。在一个程序中，人负责设计、开发和维护，机器则忠实地执行代码和数据处理。程序员通过编写代码来指挥机器完成特定的任务，人机协同为一。机器的智能体现在它能够根据预设的规则和算法自主决策和行动，程序员的任务就是运用恰当的算法和技术引导机器的智能行为，并不断对其进行优化。同时，机器也在与环境进行交互，它需要自外部环境接收数据，并将处理结果输出到环境中。这种交互是机器不断适应各种情境和需求，给出相应答复的基础框架。

由此，未来一名好的程序员不应仅仅是一名技术人员，还需要具备广泛的知识和技能。他们是整个人、机、环境系统框架中的创造者，要持续创新、创造价值。具体而言，为了编写高质量代码，他们可能要精通多种编程语言；为了能按需选用合适的技术方案，他们要能迅速适应新的技术和工具；为了面对复杂问题时能抓住原因并及时分析解决，他们必须保持与团队及客户的高效沟通协作，并不断积累知识、经验，同步跟进行业技术前沿，针对具体问题设计出创新的解决方案，保障程序的稳定性和可靠性。

知识本身并不是力量，能有效将知识应用于实践才是真正的力量。同样，大量的编程知识可能是有价值的，但若不会运用、不知变通，无法解决实际问题，它就很难产生任何实质性影响。能够有效使用程序，意味着智能体正具备将知识与学习应用转化的能力。这就需要程序员具备一些编程规则之外的能力，如分析、判断、解决问题的能力等。程序员之所以能够不被取代，底气正在于其能将所学与实际情况相结合，并作出正确决策，而不是像AI程序员那样的编程工具，为了编程而编程。

总之，世界终究是一个多因、多果、多元、多维的复杂系统。在这个系统中，人类程序员常常负责处理无法编程、“杂”乱无章的方向性问题，机器（如AI程序员）则善于处理可编程的重“复”性过程问题。今天的各种应用落地场景提供了联结机器与人共同作用的“复”+“杂”平台，未来，AI负责基础重复性劳动、人类程序员负责顶层设计的模式已经初露端倪，而认为人类程序员将被AI取代、沦为提要求的“边缘人”，为时尚早。