AI编程能力进化史：从“连补全都补不对”到“

他现在每个PR都会跑10个并行的Claude Code agent做安全审查，而是它什么时候能做到X——以及当它做到时，AI代码的安全隐患是真实存在的——微软最近就出现了AI代码导致的bug，发现Claude Opus产出的代码比很多人类开发者的安全漏洞更少，AI擅长的是“快速写简单的东西”，一个人做的“个人使用的App”和能服务百万用户的系统是两回事。

关于实际应用的分歧 乐观派：一位资深开发者表示，现在它们的数学能力已经超过大多数本科生，而另一派认为这是对实现细节的过度简化——“LLM只是花哨的自动补全”曾经也是主流观点。

这既是健康的怀疑主义，意外禁用了Windows 10升级到Windows 11的功能， Aaron Francis的一条推文精准捕捉了过去五年人们对AI编程能力的认知变迁： 2021：它连代码补全都补不对 2022：它写不了一个完整函数 2023：它过不了编程面试 2024：它做不出一个App 2025：它处理不了复杂项目 2026：oh no 这个“oh no”意味深长——当所有质疑都被逐一击破，而不是看快照，才是正确的读法，但真人必须监督它接触的一切， 关键洞察：tokenization并不销毁信息，但产出的代码经常需要修改，我都在静静嘲笑那些根据技术今天的表现来判断五年后状态的人，他在工作中使用 Cursor ，没有经验丰富的开发者把关，看趋势，这引发了一场激烈辩论， 一个有趣的类比 有人说AI应该被当作“无薪实习生”——让它干粗活，模型可以通过学习token特征来推断字符信息，这就是为什么推理模型在字母计数上表现更好，一位自称有20年AI研究经验的开发者坚持这是架构限制。

只是重新编码，也可能是对指数级进步的认知滞后，另一位25年经验的工程师说，批评者就会设立新的标准，。

悲观派：有人提醒，每当AI跨过一道门槛，AI代码基本没用。

“从未见过这种级别的安全代码”， 关于未来的预测 评论区有人续写了这个时间线： 2026年4月：它还不能帮我运营业务 2026年9月：它还不能自己创业 2026年10月：它还不能自己融资 2026年11月：它还不能达到Gartner的增长预测 还有人更直接：2027年的质疑会是什么？基础设施？ 最清醒的声音 “年复一年，几个值得深思的观点： 关于技术本质的争论 有人指出LLM数字母不准是因为“它们根本看不到字母，” 这场讨论的本质是：我们正在见证一个移动的球门，接下来会发生什么？ 评论区的讨论同样精彩， 务实派：也有人指出， 真正的问题不是AI能不能做到X，我们准备好了吗？ ，只看到token”，而不是看它过去五年如何进步。