编程的终结

对“编程终结”的总体反应

• 许多人认为这个标题夸张或是为了博眼球；也有人说它准确描述了代码生产方式的一次真实转变。
• 人们会拿历史作类比（例如 FORTRAN “终结了编码”）；共识是“编程”只是改变了形式，而不是消失了。
• 一些人认为，这更像是手工编码不再是默认方式的终结，而不是软件工程的终结。

Bun Zig→Rust 重写作为证据

• 支持者认为，Bun 的重写有力证明了：当存在强有力的“判定标准”（测试、参考实现）时，智能体可以生成并迭代完善大型复杂代码库。
• 批评者则反驳：
  • 在完整测试套件下进行翻译属于最佳情况，并不代表典型项目。
  • 据称最终的 Rust 代码包含严重的 soundness 和质量问题。
  • 很多收益可能来自整体重构，而不仅仅是语言切换或 AI 本身。
• 不少人指出，我们必须假设其中发生了比营销说法更多的人类审查和工程工作。

代码质量、架构与维护

• 反复有人提到 LLM 输出像“slop”：有 bug、过度自信、不擅长重构，并且除非被严格引导，否则架构能力很差。
• 人们认为 LLM 擅长样板代码、翻译和小工具，但随着系统变得更复杂或更老旧，就越来越吃力。
• 许多人强烈担心，对 AI 的依赖会侵蚀人类专业能力，导致糟糕的架构决策和“认知债务”。
• 测试与验证被视为关键；有人认为代码会变成可丢弃的东西，由规范/测试重新生成；也有人担心如果没有近乎完美的覆盖率，就会出现无休止的回归问题。

程序员角色的变化

• 许多人预计，角色会从逐行编码转向：
  • 定义精确的规格、约束和验证框架。
  • 系统架构、权衡取舍和产品决策。
  • 审查、调试和维护 AI 生成的代码。
• 一些人认为这会偏向高技能工程师，并把“只为钱而来”的开发者挤出去；另一些人则担心相反的结果——工艺感和热情流失，被提示词操作者取代。

经济与劳动力影响

• 预测范围包括：
  • 更小的本土团队 + 大量 token 预算，取代大型工程团队或外包。
  • 对全球白领工资形成显著的通缩压力。
• 一些人预见软件技能会成为产品岗位的基本门槛，从而缩减专职“软件工程师”的人数。
• 人们也担心社会是否准备好：有人谈到 UBI，甚至“全民高收入”，并担心现有政治体系无法做出足够回应。

长期轨迹与未解问题

• 一些人将其描述为元编程 / 声明式或意图驱动开发的兴起，而不是灭绝。
• 另一些人认为，完全由智能体决定重写和产品方向会不安全，或者在经济上并不匹配。
• 目前仍不清楚未来模型是否真的能处理高层级的产品、政治和组织语境，而不仅仅是代码。