【文 / 观察者网 陈思佳】近年来，随着人工智能（AI）技术的快速进步，AI 正在许多领域协助人类的工作，其中也包括计算机编程领域。诸如 Anysphere 推出的 Cursor、GitHub 和 OpenAI 合作开发的 GitHub Copilot 等工具已得到广泛使用，可以实现代码对话、代码补全、代码编辑等功能。
国内的 AI 编程模型也在飞速发展，为开发者提供更多帮助。在 7 月 26 日至 28 日举行的 2025 世界人工智能大会上，商汤科技、阿里巴巴、科大讯飞等企业展示了多款 AI 编程工具，这些工具可以在不同层级上辅助开发者的代码编写任务，提高开发效率。
科大讯飞的星火飞码 iFlyCode 以星火代码大模型为基础，可以理解项目级工程代码，具备智能问答、代码智能补全和生成、代码智能优化、智能生成测试单元等功能。
阿里云也展示了旗下 AI 编程产品通义灵码，具备自主决策、环境感知、工具使用等能力，可以根据开发者的编码诉求，使用工程检索、文件编辑、终端等工具，可以端到端完成编码任务。
商汤科技展示了软件智能研发助手代码小浣熊，据商汤科技介绍，该工具支持基于 AI 大模型的代码对话、代码补全、代码编辑和 MCP 配置，覆盖软件需求分析、架构设计、代码编写、软件测试等环节，可满足个人开发者和企业级项目开发等各类需求。
商汤科技产品总监、小浣熊家族负责人贾安亚告诉观察者网，代码是大模型比较成熟的一个应用，国内外已出现许多 AI 辅助编程的产品，" 它可以帮助开发者编写代码、进行基于知识库的代码补全和问答、编写测试用例等。在互联网软件公司、金融、教育等行业，我们有比较多的应用。"
贾安亚介绍说，软件研发涉及产品经理、架构师、开发、测试、部署、运维等多个环节，代码小浣熊可以从三个层面提供帮助：一是不同环节的个人提高效率；二是整体的端到端流程，降低沟通的成本；三是对企业的存量代码做整体的梳理，避免出现 " 重复造轮子 " 的情况。
她指出，软件研发，特别是系统层级的软件研发，其实是一个非常复杂的工程，并不是单纯靠大模型生成一个页面就可以完成，很多时候需要前后端的协同，" 所以我们还是贯彻人机协同的方向，在一些子环节上通过智能体帮助开发者提高效率。"
本月早些时候，AI 研究非营利组织 METR 发布的一项研究显示，AI 辅助编程反而可能降低资深开发者的工作速度。在这项研究中，参与的资深开发者最初认为 AI 可以使任务完成时间减少 24%，但实际上 AI 让任务完成时间增加了 19%。
METR 发现，工作速度变慢的主要原因，是开发者需要花时间检查和纠正 AI 给出的建议。但研究也指出，对于不同的开发场景、不同水平的开发者，AI 编程工具发挥的效果有所不同，AI 仍可以帮助初级开发者和需要接触不熟悉的代码库的工程师提高效率。
对此，贾安亚表示，商汤很早就发现，对于经验不同的开发者，AI 辅助编程工具能够提供的帮助有所不同。对于经验较少的开发者，他们很看重代码补全的功能，因为这可以免去很多重复的工作；但对于资深的开发者，代码补全并没有那么大的帮助，他们更多地把大模型用作一种系统或者搜索引擎。
" 现阶段大模型对一些框架代码的理解，可以很好地让新手熟悉代码。企业的新员工也好，经验不足的程序员也好，可以把大模型作为一个抓手，去更好地理解企业的代码，" 贾安亚说，" 对于资深的开发人员，他们也可以利用大模型快速生成页面，去调度各类智能体分工进行一些任务。"
如今，人们已经可以通过简单的文字描述，让 AI 协助完成一些需求，这使得越来越多的开发者和企业将目光投向自然语言编程，寻求通过 AI 和机器学习算法将人类的自然语言指令直接转换为代码。自然语言编程的优势是可以让编程变得更加简单和直观，但人类语言的复杂性和模糊性增加了开发这项技术的难度。
谈及自然语言编程的前景，贾安亚对观察者网表示，通过 AI 技术，不太熟悉编程的用户现在已经可以使用自然语言实现一些基本的需求。但她指出，计算机的底层是二进制代码，需要非常准确的语言，而自然语言容易出现歧义，因此未来的发展方向可能是构建基于自然语言、同时具有标准语法的编程语言。
她表示：" 就像从机器语言、汇编语言到现在的 Java、Python 等语言，编程语言对开发者的门槛越来越低。未来，可能通过某种类自然语言的方式进一步降低编程门槛，但为了保证编程的效果，编程语言还是需要一定的规范性。"
如今，日渐成熟的 AI 编程工具正在为程序员的工作提供更多帮助。METR 的技术人员乔尔 · 贝克尔（Joel Becker）在研究中指出，许多资深程序员愿意使用 AI 编程工具，因为 AI 让开发工作 " 变得更容易、更轻松 "，" 开发者的目标并不只是尽快完成任务，所以他们会选择更加省力的路线。"
