简单上一个图，我们算是中等中毒的AI Coding的使用者。
简单的说几个小观点，先说结论：AI编程最终不是看IDE，还是看大模型且会通吃；AI编程已经是大模型的杀手级应用，是未来程序员/产品经理的分化；AI编程效率是数量级的，传统工程师将生活环境将变化；AI编程中最终锻造出来的不是技术高手而是系统架构的高手。
1，AI编程核心是大模型，IDE就是个壳子
使用过好多快IDE，曾经我是觉得几个AI插件真好，后面看到字节的插件，又看到Trae国内版，每次都感觉真好，直到用了cursor感觉其他全是渣渣，真的能够给你解决问题，就感觉不得不付费了。后来cursor一下子没有claude支持了，用了国内外其他的大模型选项，感觉就是没法弄了。我是连夜爬梯子还在坚持cursor+claude4，梯子代理也很烦，就转Trae海外了也有claude4。
在国内外的模型和IDE都付费的来来回回以后，发现IDE都是套壳工具，只要选择Claude4，问题都解决了。无论是deepseek0324、gpt多少o、gemeni多少，说实话，只要深度做了软件开发你就有深度体验。我经历了vue/java/python/c++/flutter，几个语言的整套技术栈实战后。可以说IDE都是外壳，没有什么意义，没有什么价值，这些厂家购买外壳的未来都是笑谈。
大模型能力是基础，没有像Claude4（最近4.1出来了，不知道什么时候能够用），都是一堆废铁。说实话，国内的豆包、千问、Kimi K2、Deepseek要尽快赶上，现在确实还不行，革命尚未成功同志还需努力。当年求伯君wps的抗击微软，现在AI的领域中，还是要有求伯君这样的英雄出来。
2，AI编程是AI大模型的杀手级应用
AI大模型这么多年，在C端这么多年，无论阿法狗还是现在的推理的各种指标和发布会，很多PR让很多人惊掉下巴似的，也有很多B端在应用。但是C端一直没有出现一款让一些人群不得不用的产品。AI编程工具，在编程领域里，就会出现了。
现在工程师领域已经从偷偷使用到不得不用，因为它实实在在解决了：从百度/GOOGLE/CSDN这些地方搜索、复制、粘贴、修改代码片段、应用到自己的代码里——这样一个全链路的活动，并且这些过程都有上下文，也就是全程记忆，全程解决。真正做到了，你去想办法写代码，变成它帮你完成代码。
另外它的几个硬性能力，也是高级程序员鞭长莫及：超强超全面的语法能力绝对在超级工程师之上；超强的代码写作能力和覆盖面（无论是网络通讯、UI特效、前后端特殊技术）无一不通；全面的语言能力覆盖几乎所有代码能力（包括对该语言的工程环境建立）。所以我说，这解决了工程师很多的难题，让工程师惶恐中不得不去使用。有了这种体验就会让受众不得不去使用，争先恐后的去使用，这就是杀手应用。
只有熟练的掌握编程、熟练的掌握产品业务流程、熟练的使用AI编程工具，才能够在工程师的生存环境中脱颖而出。这种能力从量化到质变中，成为了新老IT工程师的分水岭，以后软件工程师或许已经不是一个专业，而是回归到不同业务中每个人可以具有的能力，就像Excel、Word一样，甚至比Photoshop都要简单。
3，AI编程提升的效率和能力是数量级的
这种提升表现在两个维度：
第一个竖直维度加速能力提升，如果把软件工程师按照10级划分，之前1~5级的能力，依然还是要有基础的努力；但曾经5到8难度是非常大的，要经过大量的项目和训练才能提高，所谓眼高手低，效率/能力都要经过很久的煎熬，但是AI编程会让这个阶段很快的到达。至于说再上面的阶梯，就是系统层面的，就是已经对一个语言一个软件领域到达8级台风的能力了，9~10已经不是熟练性要解决的了，而是思维逻辑，这方面和AI编程无关。
第二个横向维度加速全栈提升，如果我们曾经是IOS高手，ANDROID高手，JAVA高手，C++高手，C高手。到了一定程度，从7级开始，原来你很难拓展到其他语言和编程类别，也就限制了你的工种拓宽。但是AI编程，让这个拓宽已经非常容易。它优秀的硬性能力，迅速消除一切的技术壁垒：编程环境、编程语法、丰富的用法。曾经端到端的不同人完成，当7级钳工位置的人，一个人就到了从前到后通吃的人。
第一个垂直领域的7、8级，和第二个横向领域的7、8级，还是有差别的，这个点就在于基本能力的提升，以及基本业务能力的提升，不仅仅是效率提升。也就是脱离AI以后得能力，还在7/8级，而不是AI加持下的7、8级。这就像有了精密机床后，8级钳工还是有8级钳工的待遇（前提是他接受精密机床变革）。
未来软件工程师，要关注的不能只是编程本身，而是业务本身，以及为该业务本身解决问题的思想和思路。这个点是综合能力，也可以说更加关注业务，因为编程已经隐藏在业务内了。
4，软件编程技术派走向系统派是AI编程催生后必然结论
软件编程越来越简单，将变得就好像大家随手用PPT一样。最终PPT工具都一样容易使用，但是PPT写的如何，其实是一个系统思考，如果偏要说还是走技术路线。那也只能说深入业务研究后，深度的技术人员，终将走向系统工程师的方向，能够很快的分析出系统的分解、子系统之前的关联、每个子系统之间的优化细节、不同子系统的实现要点和关节部位。并且能够快速的建立出来这个系统。
最后，终将成为一个端到端的能力，因此大家还是会要一边拥抱AI编程，一边主动奔赴业务服务。