在谷歌Chrome團(tuán)隊(duì)，AI已深度融入開發(fā)流程，從自動(dòng)化測試到性能優(yōu)化，再到缺陷修復(fù)，成為提升效率的關(guān)鍵工具。這種轉(zhuǎn)變并非孤立現(xiàn)象——Anthropic的Claude Code已能自主編寫約90%的代碼，而GitHub Copilot等工具的普及，正重新定義編程的工作方式。但谷歌云AI總監(jiān)Addy Osmani指出，AI的崛起并不意味著人類開發(fā)者可以退居幕后，相反，專業(yè)判斷在確保代碼質(zhì)量方面的重要性愈發(fā)凸顯。

Osmani觀察到，許多開發(fā)者開始依賴“氛圍編程”（Vibe Coding）——通過自然語言提示生成代碼，卻缺乏對底層邏輯的深入理解。這種模式在小型項(xiàng)目或原型開發(fā)中或許可行，但在Chrome這類影響數(shù)十億用戶的超大型工程中，風(fēng)險(xiǎn)不容忽視。他舉例稱，AI生成的代碼可能看似運(yùn)行正常，卻隱藏著違反Web標(biāo)準(zhǔn)、性能下降或極端場景下失效等問題，而這些問題往往需要經(jīng)驗(yàn)豐富的工程師才能發(fā)現(xiàn)。

數(shù)據(jù)支持了這一觀點(diǎn)。2025年底Stack Overflow的調(diào)查顯示，開發(fā)者對AI準(zhǔn)確性的信任度從40%降至29%，正面評價(jià)率也從72%下滑至60%。GitLab與哈里斯民意調(diào)查的合作研究進(jìn)一步揭示，盡管團(tuán)隊(duì)部署速度提升，但70%的受訪者認(rèn)為AI使合規(guī)管理更困難，76%的人指出大多數(shù)合規(guī)問題在部署后才被發(fā)現(xiàn)，而73%的開發(fā)者曾因“氛圍編碼”導(dǎo)致代碼難以維護(hù)。這些發(fā)現(xiàn)印證了Osmani的論斷：AI的快速生成能力與代碼質(zhì)量之間存在矛盾，過度依賴可能適得其反。

“AI能在項(xiàng)目前70%的階段表現(xiàn)優(yōu)異，但剩下的30%需要人類專家的介入?！監(jiān)smani將這一現(xiàn)象稱為“70%問題”。他強(qiáng)調(diào)，在瀏覽器引擎等復(fù)雜系統(tǒng)中，AI的局限性尤為明顯——它可能無法理解代碼的長期影響，或無法權(quán)衡不同設(shè)計(jì)方案的取舍。因此，Chrome團(tuán)隊(duì)采用“AI初稿”模式：AI生成代碼后，人類開發(fā)者負(fù)責(zé)添加測試、審查邏輯，并確保最終產(chǎn)品符合安全、可擴(kuò)展性和可維護(hù)性標(biāo)準(zhǔn)。

這種模式對開發(fā)者的能力提出了新要求。Osmani建議，與AI協(xié)作時(shí)需遵循一套結(jié)構(gòu)化流程：先明確需求規(guī)范，再將任務(wù)拆解為小模塊；為AI提供充分的上下文信息，并選擇合適的模型；在整個(gè)開發(fā)生命周期中保持人類監(jiān)督，通過版本控制和自動(dòng)化工具頻繁驗(yàn)證代碼；同時(shí)，定期進(jìn)行獨(dú)立編程以保持核心技能。他指出，AI的作用是放大專業(yè)知識(shí)的價(jià)值，而非替代它——開發(fā)者對問題的理解越深入，AI能提供的幫助就越大。

隨著AI工具的普及，軟件工程的角色正在轉(zhuǎn)變。過去，開發(fā)者需要花費(fèi)大量時(shí)間編寫重復(fù)性代碼；如今，AI承擔(dān)了這部分工作，使開發(fā)者能專注于更具挑戰(zhàn)性的任務(wù)：定義問題、設(shè)計(jì)架構(gòu)、權(quán)衡取舍。Osmani認(rèn)為，這種轉(zhuǎn)變并非威脅，而是機(jī)遇——它讓開發(fā)者從“代碼編寫者”升級(jí)為“問題解決者”，而判斷力、創(chuàng)造力和全局把控能力將成為核心競爭優(yōu)勢。

在實(shí)踐中，這一趨勢已初現(xiàn)端倪。某科技大廠團(tuán)隊(duì)使用AI后，開發(fā)速度提升約30%，但Osmani強(qiáng)調(diào)，這并非“氛圍編程”的結(jié)果，而是“AI輔助工程”的體現(xiàn)——人類始終掌控系統(tǒng)架構(gòu)，理解每一行代碼的邏輯，并確保最終產(chǎn)品符合專業(yè)標(biāo)準(zhǔn)。他警告，過度依賴AI可能導(dǎo)致核心工程能力退化，例如機(jī)械接受生成結(jié)果而不理解其原理，或在大型系統(tǒng)中放大AI的偏見與幻覺。