Skip to content

03 背景:AI 从做一个角色到跑一条流水线 ​

几年前,AI 只能在某个角色的某一步里帮忙;现在,它已经能把一整条流程从头跑到尾。

第二部分回答「为什么要成为 AI Native Builder」。理由分成两层:

  • 背景(本章):大环境变了,AI 的能力已经能跑完整条流程;
  • 困境(下一章):能力到了,可企业和程序员的用法没跟上。

两者叠加,就是第 5 章要说的「必然」。

几年前:一个很能干的实习生 ​

几年前用 AI 写代码,是这样的:你写一行,它补下一行;你问一个报错,它给一个答案;你写好注释,它生成一段样板代码。

它能做的,是某个角色在某个环节里的某个动作。放在传统分工里,它顶多算一个很能干的实习生:你得把活切得很碎,一口一口喂给它。

现在:一个能跑完全程的队友 ​

现在的体验完全不同。你给 Claude Code 或 Codex 一句需求,它会自己读代码库、拆任务、写代码、跑测试、看报错、修复、再测试,必要时打开浏览器检查页面,最后把改动部署到预发布环境。

这条路径上,原本站着产品、开发、测试、运维好几个角色。现在它一个人从头走到尾,而且走得不差。

这不只是体感。专门评估 AI 能力的研究机构 METR,用一个很直观的尺子来量:AI 能独立完成的任务,相当于人类专家要干多久的活。他们发现,这个时长过去几年大约每 7 个月翻一倍;最近两年还在加速,大约 3 个月就翻一倍METR 2026。

翻倍听起来抽象,换个说法:几年前,AI 能独立搞定的是「改一个函数」这种几分钟的活;现在,它已经有能力完整地做出一个产品从 0 到 1 的 MVP,持续运转几个小时,甚至几天。

每个人都在变得更「全栈」 ​

Anthropic 研究了自己员工的工作方式,得出一句话,几乎就是 AI Native Builder 的写照Anthropic 2025:

Claude 让每个人的工作都变得更「全栈」。

放到日常里就是:写后端的人,也能自己做出一个像样的前端界面。不是突然学会了另一门手艺,而是 AI 把「另一个角色的执行」接了过去,人只需要判断做得对不对。

同一项研究里还有一个细节值得记住:大多数人觉得,能完全放手交给 AI 的工作,只占自己工作的一小部分。AI 能跑完流程,但对结果负责的,仍然是人。

这意味着什么 ​

过去现在
AI 做一个角色里的一个动作AI 跑完一条涉及多个角色的流程
人把活切碎了喂给 AI人给出需求和标准,AI 自己拆、自己做、自己验
AI 是工具AI 是队友,一个人可以同时带好几个

能力已经到位了。 AI Native Builder 不是一个遥远的设想,而是今天的技术条件已经支持的工作方式。

可是能力到位,不代表大家都用对了。下一章,看看用法卡在哪里。

《成为 AI Native Builder》1.0 · 程序员版