【AI模型能力迎来质变，编程领域格局彻底改写】

快速阅读：过去六个月，大语言模型经历了从“辅助工具”到“实战代理”的质变。2025年11月的拐点让编程代理（Coding Agents）跨越了可用性门槛，而本地化模型在性能上的爆发则打破了对算力的垄断。

关于“鹈鹕骑自行车”这个测试，大家可能觉得它荒诞，但它其实是个极佳的压力测试。让模型用 SVG 代码画出一只鹈鹕骑单车，这不仅考察几何理解，更考察逻辑组合。以前这几乎是死题，但现在，Gemini 3.1 甚至能把鱼稳稳放在车筐里。这说明模型已经不再是简单的模式匹配，而是开始理解物理世界的某种“常识”。

真正的分水岭发生在去年11月。

在那之前，编程 AI 像是需要人时刻盯着的实习生，写出来的代码满是补丁。但随着 RLVR（基于可验证奖励的强化学习）的介入，编程代理变了。它们从“偶尔能用”变成了“日常主力”。你不再是逐行改错，而是在进行高层级的架构设计和指令引导。这种转变让开发者的角色从“搬砖工”变成了“监工”或“架构师”。

有趣的是，这种能力的跃迁不仅发生在云端。

本地模型的表现简直是某种程度上的“降维打击”。像 Qwen 3.6 这种不到 21GB 的模型，在笔记本上跑出的效果竟然能让不少闭源旗舰模型感到汗颜。这意味着，即便没有昂贵的 API 额度，只要你有足够的上下文管理能力和合适的工具链（Harness），你也能拥有准一线水平的智能。

现在的分歧点在于：当代码生成的门槛降低，程序员的价值在哪里？

有观点认为，这只是在加速平庸代码的堆积，会让代码库迅速腐烂。但也有人觉得，这释放了人类去处理更本质的难题——比如那些无法通过“感觉”来解决的复杂系统设计。

现在的工具已经不再是简单的自动补全，它们更像是外骨骼。你可以选择让它替你走完枯燥的流程，也可以选择在它失控前精准地接管方向盘。

至于未来，当“编程”本身变得廉价，真正的稀缺品将是那份能定义“什么才是好软件”的判断力。

simonwillison.net/2026/May/19/5-minute-llms/