共计 1478 个字符，预计需要花费 4 分钟才能阅读完成。
最近，Anthropic 的首席执行官 Dario Amodei 就毫不客气地表示，未来 3 到 6 个月广泛使用的 AI 将会承担高达 90% 的编程工作 ，而在接下来的一年里，几乎所有编程工作都可能被 AI 取代。这一言论引发了程序员们的前所未有的危机感，尤其是在最近一系列强大 AI 产品的推出之后，许多人开始担心自己的工作是否还会保住。
随着 AI 技术的持续进化，许多本需要程序员完成的任务现在看起来都能轻松被 AI 替代。像 Claude 3.7 和 Windsurf 的 Wave 4 等新兴模型，已经显示出惊人的编程能力。再加上之前热议的 OpenAI 的 o3 大模型和 Cursor，许多开发者在这瞬息万变的时代里感到压力倍增。
一个引人注目的数据是，最近的 Agentic Coding Evaluation 榜单中，Sonnet 3.7 以 67% 的得分率名列第一，而 GPT-4.5 和 Sonnet 3.5 的得分也都超过 60%。这显示出这几种模型在编程能力上的强大，而它们在不同领域有着各自的优势：GPT-4.5 在架构及系统交互方面表现更佳，而 Claude 3.7 则在基础编程和代码编辑中取得高峰。
为了帮助大家更好地理解这些模型的潜力，考虑以下的实际案例。o3 模型在一个全球范围的编程竞赛中，以 2727 的 Elo 得分排名 175，这意味着它在 168,076 名参赛程序员中，成功击败了 99.9% 的对手，而 Claude 3.7 的表现可以预料得更佳。
不仅是模型的水平得到了飞跃，产品开发方面的进步也是显而易见的。例如，字节跳动推出的 Trae 海外版接入了 Claude-3.7-Sonnet 等大模型，赋予了用户在零基础情况下编程的能力。这个产品完全免费，让更多人有机会尝试编程，而 Cursor 则需要每月 20 美元的订阅。
在实际应用中，许多开发者已经利用 Trae 和 Claude 3.7 产生了惊人的成果。一位网友仅凭一个设计草图和简单提示，就自动生成了 3D 动画地球的代码，令人惊叹。他的项目构建过程中，只需给出简单的需求，AI 便能快速完成任务。
我自己也尝试着使用 Trae 创建一个简单的“To do 日历”应用。虽然我并不是程序员，但借助 Trae 的 Builder 模式，我得以在短短几分钟内生成了所需的代码。这个结果让我感到十分惊讶，虽然还存在不少不足之处。但我发现，Trae 能够在开发过程中补全代码，帮助我一步一步完成了这个项目，在这个过程中，我与 Trae 不断交流，以达成最终目标。
最终，我实现了几个主要功能：右侧清单中的事项可以被标记完成或未完成，未完成的事项会自动进入到第二天的待办清单。同时，用户可以对每项任务进行分类管理，选择工作还是生活学习类的标签。此外，长短期任务可以结合显示，促进用户注意进度。尽管仍有许多不完美之处，但这款应用在一下午相对较短的时间内完成，效率和效果依然颇为可观。
随着大模型的逐步成熟，像 Sonnet 3.7 这样的模型能输出长达 1000-1500 行代码，未来程序员可能面临更大的挑战。基础的代码编写将在很大程度上被 AI 接管，许多初级程序员的工作岗位将被逐渐取代。而像刷 Leetcode 这样的练习，未来可能也变得不再那么重要，AI 将能够帮助开发者完成更复杂的任务。
当然，也有人担心，AI 能否准确理解客户需求？AI 能否在项目管理中有效沟通？毕竟，在如今的工作环境中，人机协作是渐渐成为常态。随着 Claude 3.7 的发布，有人感到不安，担心自己的工作会因此受到威胁。虽然一些公司因为 AI 的普及而裁减了部分员工，但不可否认的是，AI 在项目管理与执行能力上正在提升，这或许意味着未来每个人都将与 AI 一同工作，成为更高效的“产品经理”。
