我第一次用GitHub Copilot的时候，大概是在2022年底。那时候它能帮我补全几行代码，偶尔猜对我要写的函数名，我就觉得挺厉害了。
四年过去，事情变得有点疯狂。
就在昨天，Anthropic发布了Claude Tag，一个常驻在Slack里的AI队友。它不是帮你补全代码那么简单，它能读懂你们公司的Slack消息记录，理解项目上下文，然后在你问它问题的时候给出靠谱的回答。TechCrunch的报道说，这是Anthropic抢占企业知识管理的一步棋。我的判断是，这只是AI编程工具从”辅助”走向”自主”的又一个信号。
从”帮你打字”到”帮你干活”
我用过市面上大部分AI编程工具。说几个真实的体验。
GitHub Copilot在代码补全上做得不错，写React组件的时候它基本能猜到我要传什么props。但它本质上还是一个”你写一半，它补一半”的工具。你得自己知道要写什么。
Cursor走得更远。它不只是补全，还能帮你重构整个文件。有一次我让它把一个300行的Express路由文件拆成中间件模式，它做得比我预期的干净。不过它偶尔会删掉一些它觉得”没用”的代码，结果那些代码是有用的。这种”自作主张”是你用的时候需要警惕的地方。
Claude Code又不一样。它可以自己跑终端命令、读文件、改代码，你给它一个任务描述，它自己拆解执行。我前段时间让它帮我写一个Stripe webhook的处理逻辑，从路由文件到数据库model到错误处理，一条龙写完了。中间有两次它跑歪了方向，我喊停重新说了下需求，最后产出的代码我改了大概两成就上线了。
这个体验跟2022年完全不是一个物种。
一个让人意外的数据
Stack Overflow 2025年开发者调查里有个数字挺有意思：76%的开发者每天使用AI编程工具，但只有34%的人信任AI生成的代码可以直接提交。
我自己大概也是这个心态。用得很勤，但每次都会review一遍。不是说AI写得不好，而是它偶尔会在一些你觉得不可能出错的地方出错。比如把环境变量名拼对但在代码里引用的时候少个字母，这种bug你debug半天都找不到。
GitHub自己的数据也能说明问题。2025年第四季度，通过Copilot生成的代码占所有新写代码的46%。但同一份报告里也提到，开发者平均要修改AI生成代码的31%才能达到可提交的标准。
2026年值得关注的几个方向
一个是多文件理解能力。以前AI只能看你当前打开的文件，现在Claude Code和Cursor都能理解整个项目的结构。这意味着它给出的建议不再是”这段代码语法正确”的级别，而是”这个函数放在这个目录里，跟旁边的utils文件有重复”的级别。
另一个是Agent模式。你给一个模糊的需求，比如”帮我加一个用户头像上传功能”，它能自己去找相关的文件，写前端组件，写后端API，甚至帮你跑测试。Claude Tag走的就是这个路子，只不过它驻留在Slack而不是你的IDE里。MoEngage昨天刚花了一笔钱收购Aampe，也是为了给每个用户配一个AI agent做个性化营销，这套逻辑跟编程领域的趋势是一样的。
还有一个变化是价格。GitHub Copilot从每月10美元涨到了19美元，Cursor的Pro plan也调了价。但说实话，如果这些工具能让你少写30%的重复代码，这个价格还是很划算的。时间成本比订阅费贵多了。
我现在的工作流
简单说一下我现在怎么用这些工具。
写新功能的时候，我会先跟Claude Code聊一下设计思路，让它帮我列个实现步骤。然后我自己把步骤调整一下顺序，开始让Cursor写具体代码。调试的时候用Claude Code比较多，因为它可以跑命令看日志，找到bug的效率更高。
代码review我还在自己做人肉review。试过让AI帮review，发现它对业务逻辑的理解还是差点意思。它能看出代码风格问题和潜在的性能问题，但”这个业务逻辑到底对不对”这种判断，目前还得靠人。
接下来会怎样
我的判断是，到2027年，大部分中小项目的CRUD代码会由AI生成。前端页面、后端API、数据库migration这些标准化的东西，AI已经能做得不错了。剩下需要人做的，是架构决策、产品逻辑和那些奇怪的边界情况。
如果你是独立开发者，现在花时间学会用这些工具，比学任何新框架都值。框架会换，AI工具的使用能力会跟着你走。
这个判断可能不对。但2022年我也觉得AI补全就到头了，结果被打脸打得挺狠。
