编程的终结——Paul Dix

来源：https://pauldix.com/the-end-of-programming
2026年8月25日
上周发布了 Bun 1.4 版本。这个版本包含了用 Rust 重写 Bun 的成果，显然新增了超过一百万行 Rust 代码。虽然这在编程社区引发了围绕语言切换的大量争议，但我认为这次发布最重要的地方在于重写的实施方式及其规模。这些细节，加上我自身的经历，以及即将来临的 AI 进展，让我相信我们已经到达了传统编程的终点。

我所说的“终点”是指，手动编写代码并让他人进行审查以创建有用、可运行的软件这一行为，正走向终结。或者至少，它将被由智能体创造的大量有用、可运行的软件洪流所淹没，人类只审查最终结果，而不再审查代码本身。我们将拥有前所未有的软件数量，但其中大部分代码将不是由人类编写或阅读过的。

当然，也会出现一大堆“垃圾”——充满错误、无用、糟糕、令人反感的软件，不符合任何程序员的美学、目的和风格标准。但同样也会出现工程精良、能解决实际问题却未经人类详细审查的软件。

软件的这种爆炸式增长，已经可以从GitHub关于8月17日故障的帖子（https://github.blog/news-insights/company-news/the-august-17-outage-and-the-work-ahead/）中的图表中看出：

自去年以来，代码产出量呈陡峭的指数级增长。我的理论是，其中大部分实际上来自副业项目或公司内部的“臭鼬工厂”项目，或是针对个人用户的项目。这些被视为非关键事务。在大多数公司中，对于那些驱动业务的核心产品，个体开发者想要实现代码产出翻倍仍面临巨大的组织阻力，更不用说10倍或100倍了。

图表中的几乎所有代码，都是由目前尚未达到前沿水平的模型生成的。它们来自数月前的前沿模型，也就是说，不是 Fable 5，也不是 GPT 5.6 Sol。

Anthropic 和 OpenAI 的开发者生活在近未来

阅读 Bun 用 Rust 重写的细节（https://bun.com/blog/bun-in-rust），主要的亮点是它由一位开发者 Jarred Sumner 驱动，使用了预发布版的 Fable 5 和看似无限的 token 预算。他创建了并行工作的智能体的测试框架和基础结构，将 Zig 代码库转换为 Rust。

在 11 天里，多个智能体产出了 6,778 次提交，消耗的 token 数量按照 API 定价计算，成本大约为 165,000 美元。

我记得关于这次重写的争议在五月初（远早于上述博文发布）首次出现时，是通过一次重写合并（https://github.com/oven-sh/bun/pull/30412）透露出来的，显示了 +1,009,257/-4,024 的变更。我对这个规模感到惊讶，并推测他们是借助 Mythos 实现的：

另外，我特别想知道这是否是用无限 Mythos token 完成的。这是我们其余人即将到来的近未来吗？还是他们现在就用 Opus 4.7 token 做到了？我猜是前者。所以这是今年晚些时候可能性的一个预览。 ——@pauldix, 2026年5月14日 (https://x.com/pauldix/status/2055000108043837543)

我当时的经验是，我认为 Opus 4.7 不可能做到这一点，所以一定是尚未发布的 Mythos 使得这样一次能够成功运行的重写成为可能。

AI 写出了 100 万行代码，然后在接下来的几个月里不断优化，最终产出了一款目前正在数百万开发者机器上运行的可靠软件，这一事实绝对令人震惊。你可能会说，“嗯，这没什么了不起，因为他们有一个可以参照的‘先知’，所以从一门语言转换到另一门很简单”，但我认为这种看法低估了整个事件。如果你能建立一个验证系统并提供正确的指引，AI 就能生成高度复杂、高度精密的软件，并能持续优化它直至完美运行。

如果你关注 Anthropic 和 OpenAI 的开发者最近几个月在 X 上的言论，他们每周都会发布几十甚至几百个 PR，并且已经将他们的关注点转移到了更高的层次。这是有道理的，因为一个开发者不可能在仔细审查每周几百个 PR 的代码的同时，还能完成自己的工作。

如果从字面上理解他们公开所说的话，他们不再对每一个发布的代码行进行非常仔细的审查。他们将时间花在构建系统、提示词和验证工具上，以让 AI 能够大规模、高速度地生产他们的软件。至少，当他们谈论“循环”时，我的理解是这样。

然而，他们生活在一个可以无限制使用 Fable 和 Astra（OpenAI 的下一代模型）的世界里。他们生活在一个近未来，而我们这些“普通人”可能要一年后才能体验到。他们使用 AI 开发软件的体验，并非我们这些在场外等待每周 Fable 配额重置的人所能体会的。

Bun 1.4 的发布应该让你一窥，如果你将 Fable 级别的智能与近乎无限的 token 相结合，可能会实现什么。大规模、可运行的软件交付，已在数百万实际部署中得到证明。

我的实地经验报告

从我自身的经历中，有两个最近的轶事可以分享。我的直觉感受是，Fable 与之前的模型存在质的不同，类似于人们注意到去年十一月底发布的 Opus 4.5 有所不同。它已经跨越了一个门槛，在更高级别的指导和更少的监督下可以产出更多东西。我能够向它提供需求、架构和我想要开发的功能的指令，它就能够在我无需进一步交互的情况下，经过多个工作小时，创建一个功能完整的初版。

我的两个例子都是尚未在 InfluxDB 中发布的东西，但它们是我在分支中构建的新功能。我选择它们来测试新模型的可能性。

第一个是 Iceberg 集成，使 InfluxDB 中的数据可以通过 Iceberg REST 访问，或者在外部的 S3 存储桶和 Glue 数据目录中访问。这是一个复杂的功能，需要：

• 启用该功能的 API 和 CLI
• Iceberg REST API 的实现
• 与压缩器（compactor）的深度集成，以在外部存储中创建 Iceberg 清单和 Parquet 数据
• 创建 Iceberg 清单或向 Glue 发送请求
• 在 InfluxDB 中实现 S3 API 以用于非导出场景

这需要数千行实现和测试代码。我勾勒了大致的架构设计和需求，然后通过子智能体指导 Fable 完成工作，触发代码审查并监督整个过程。14 小时后，它产出了一个可运行的版本。然后我让它通过一个运行的 InfluxDB 集群，并使用 DuckDB 和 PyIceberg 作为外部客户端，进行端到端的验证。它修复了一些错误并验证了全部功能正常。

第二个例子是为 InfluxDB 创建一个边缘数据复制系统。这是一个多个独立的 InfluxDB 节点作为卫星运行，定期将压缩数据复制到中央 InfluxDB 集群的系统。它定义了：

• 用于设置复制内容和频率的 API
• 访问上述功能的 CLI
• 对压缩器的更新，用于过滤、聚合和创建待复制的压缩数据，以及跟踪已上传和剩余的数据
• 边缘节点用于访问目录信息的 API，该信息用于复制数据包
• 接收压缩数据块进入流水线的 API
• 用于监控整个设置可见性的指标和系统表

我列出了架构并给出了用户体验的示例。我与 Fable 协作产出了一份设计，然后让它作为“监工”去完成工作。28 小时后，它有了一个基本可用的实现。

然后我指导它将其部署到我们在 AWS 的测试基础设施中，观察指标和日志，并在过程中修复错误。经过几次简短的迭代，它达到了一个端到端的可运行实现，并且几个月后仍在运行。我后来甚至让它构建了一个 UI，来展示节点间的复制操作和数据传输速率，只是因为，为什么不呢。

当然，这两样东西目前都尚未发布，也未受支持，并非我所说的“生产就绪”软件。所以你可以说很多人对 AI 的评价——它帮助你更快地发布原型。但这并没有给予它足够的肯定。

原型就是可运行的软件。而该原型的改进和测试，则通过更多与 AI 的循环迭代得到进一步推动。它通过更多测试和验证变得更好，而不是通过人类的代码审查，而是通过使用和测试。

我完成这两项工作时，用的是每周的 Fable 配额和我的订阅（不得不在两者之间等待一周）。我没能做到的是将它置于云端，在一个拥有无限 Fable 额度的改进循环中运行。我们负担不起每月可能产生的数十万美元花费，如果让顶尖的前沿智能体全天候为我效劳的话。

Jarred 在 11 天内完成了 Rust 重写，但随后让智能体持续改进了几个月，才将其作为官方支持的版本发布。原型只是开始，但智能体也将帮助你交付经过迭代、改进和加固的生产就绪产品。

我们编程“农民”的近未来

去年这个时候，我们有 Opus 4.1 和 GPT-5。现在你可以用几分之一的价格买到更好的智能。我们在去年十一月底和十二月初得到了 Opus 4.5 和 GPT 5.2。正是这两个模型，让所有首席技术官在寒假期间惊慌失措，想知道怎么可能随心所欲地创建功能和软件。

我预计今年 OpenAI 和 Anthropic 还会再发布一两个重大版本。我最好的猜测是，我们会在九月的某个时候从 OpenAI 得到 Astra，它将是 Mythos/Fable 级别的，并且可能比 Fable 5 更强大。

我预计 Fable 和 Astra 的“跨越门槛”版本（类似于 Opus 4.5 和 GPT 5.2），要么在年底，要么在明年初发布。

那种级别的模型智能和能力将能够为你思考的任何软件功能创建出来。而且它能运行。它还能为你测试和验证它。它会以你愿意接收代码的速度来完成。唯一的问题将是：你想发布什么？你想支持什么？

到明年底，这种级别的智能将变得足够便宜，我们大多数人都能够像 Jarred 使用预发布版 Fable 开发 Bun 1.4 那样，全职与之合作。

再过一两年，我们将获得能够以 10 到 100 倍速度、以几分之一成本生成 token 的系统的广泛访问权限。参见 Cerebras C4 公告（https://www.cerebras.ai/cs4）和 OpenAI Jalapeño 结果（https://x.com/firstadopter/status/2092266927377039838）。以惊人的速度更广泛、更便宜地获取前沿智能即将到来。

组织的惯性可能意味着，人类手写代码并让同事逐行审查的情况还会再持续十年。许多，如果不是大多数公司，将继续像以前一样开发软件。

但最高产的软件创作者将不再以任何传统意义进行“编程”。他们将指导 AI，创建测试框架、软件工厂以及质量保证和验证系统，以前所未有的速度交付可运行的软件。

我们将到达这样一个节点：由 AI 编写的、运行中的生产软件数量超过由人类编写的软件数量。那将是编程的终结。