目前 AI 生成代码到底已经到了什么水平？

作者：#Zbakajaa 板块：#搞七捻三 我公司目前目测大家都已经是 Claude 的深度用户了。 很多需求分析其实一眼就能看出来是同事用 AI 辅助写的。跟我合作比较多的几个同事，我比较清楚他们现在的工作方式，基本上代码、需求分析这些东西都已经大量交给 AI 处理了。 至于 AI 写代码的准确率，至少以我目前接触的项目来看，已经相当高了。 我们做的主要是中等规模的商业 CRUD 项目，也会涉及微服务、事务一致性之类的问题。技术栈主要是前端 Angular，后端 Java + Spring，高并发场景不多。 以这种类型的项目来说，我个人体感 AI 大概已经能做到 70% 到 90% 左右的事情。 从 0 开始搭结构、分析需求、补齐常规业务逻辑、写大部分实现，这些事情 AI 现在做得又快又好，很多时候确实挑不出什么明显毛病。 真正还需要程序员重点参与的，主要是最后那 10% 到 30% 的部分，比如一些关键业务逻辑、事务边界、特殊场景，或者检查 AI 写出来的东西有没有隐藏的不合理之处。 但即使是这些部分，很多时候程序员真正需要做的也主要是思考、判断和 review。等思路确定以后，具体代码继续让 AI 来写，通常还是快很多。 所以我自己现在其实已经很少从头到尾手写代码了。 偶尔还是会刻意关掉 AI 手写一些东西，当作训练，尤其是那种属于关键 10% 到 30% 的部分，避免自己最后只剩下“看起来好像没问题”的能力，却失去真正判断代码对错和设计合理性的能力。 好奇佬们现在实际工作里是什么情况。 大家觉得目前 AI 写代码大概能覆盖多少开发工作？准确率体感又到了什么水平？