对话陈志杰：AI编程抢不走程序员饭碗，我们就是给厨师打下手的人
Verdent AI的创始人陈志杰，是AI编程圈里的新锐人物。他挺随和的，不爱别人叫他“陈总”，说话风格很实在、接地气。在DeepTech采访中，碰到一时拿不准的问题，他常会沉默十来秒，认真琢磨再回答。 他把AI编程比作“给厨子做饭”，说白了就是一群工程师在给全世界的工程师做工具。但他反复强调，AI编程替代不了程序员，只会让本来厉害的工程师变得更牛。 他也直言，自己不太认同程序员35岁危机那种说法，觉得能力评估得多方面看，单凭年龄划线是偷懒。所以，他自己的团队里就有不少经验丰富的老程序员。 他建议用平常心看待别把它神化，也别小看它，说到底就是个工具。不过他也提到，AI编程可能会挤掉一些培训班出来的程序员。但话说回来，区分工程师好坏从来不是光看写代码，而是综合解决问题的能力。就算有了AI，不会用的人照样做不出好东西。 图 | 陈志杰（来源：陈志杰） 陈志杰之前是字节跳动的算法负责人，也当过百度首席技术架构师，在圈里挺有名。在字节时，他带队搞定了大规模推荐系统和基础算法平台，手下管过好几百工程师和科学家。 2024年底，他和老熟人、前百度技术产品负责人刘晓春一起创了Verdent AI，专攻用智能体提升软件开发效率。最近A轮融资，腾讯领投，红杉中国这些老股东也跟了，拿了几千万美元，公司估值冲到2亿美元。 即便这样，陈志杰却说公司估值还不到美国硅谷同类创业公司的零头。下面是DeepTech和陈志杰聊的全内容，顺序稍微理了理。 AI编程真要取代程序员吗？ DeepTech：外边人看AI技术，总觉着它能顶掉UI设计师或程序员；可干这行的人大多觉得AI还差得远。你认同这感觉吗？或者有啥不同想法？ 陈志杰：我当程序员十多年了，觉得评价工程师不能光看写代码，那是基本功。真本事是解决问题的能力，包括分析、建模、评估方案到最终落地。写代码只是里头一小环。 单说写代码，培训班就能教，用不着上大学。但为啥培养工程师通常得本科加硕士？因为得系统学编译原理、计算机组成、数据库、数据结构这些，编程只占一小部分。 现实里系统太复杂，AI想短期完全替代工程师没戏。更可能的场景是，工程师原来一周的活，用AI工具后效率大涨，一天就能搞定，这事正在发生，我们公司内部也这样。设计师行业同理。 设计师的核心难道是P图吗？不是，关键是对产品交互的琢磨，设计出流畅体验。就像现在AI生成游戏原画，外行叫绝，但专业设计师能看出AI痕迹，缺手绘质感，细节还常违反物理规律。咱得平常心看别神化，也别贬低，它就是个工具。 DeepTech：现在有些编程培训班，学员速成后包装简历进银行外包干基础活。AI编程工具发展下去，会不会让资深工程师接手更多活，顶掉这些培训班出来的程序员？ 陈志杰：我觉得有可能，但这不光是AI的事，任何提效工具都可能这样。比如AI之前，低代码/零代码平台已经能替代部分基础开发了。 从大趋势看，这种迭代是常态。二十多年前，满大街教DOS操作的培训班，现在早没了；以前得专门学的Office，现在也因为好用不用特训了。 当然，AI肯定会加速这过程。这也说明咱这行的评价标准：区分工程师好坏，从来不是单看写代码，而是综合解题能力。 DeepTech：今年美国计算机专业毕业生找工作有点难。全球看，AI编程技术会加大计算机就业市场的压力吗？ 陈志杰：我觉得未来就业市场会两极分化：能力强的工程师照样抢手，比如Meta还在开天价offer；但要是只有普通甚至偏下的编码能力，压力可能就大了。其实，AI对各行各业的冲击可能都这趋势。 DeepTech：每次编程语言更新或出新，程序员总吐槽“学不动了”。现在AI技术火了，是不是想保持竞争力的程序员都得赶紧学用AI编程工具？ 陈志杰：要是开发者愿意学用AI编程工具，肯定能大幅提效。当然，有人暂时不想用也理解，我不爱听那种“AI要取代人类”的夸张说法。 拿算法工程师说，他们实际写代码不多，常就调几行参数。但你能说他们不优秀吗？评价工程师难道看代码行数？显然不是。 有时候就优化一个配置，模型效果就大提升，这价值没法用代码量衡量。所以我老说，写代码只是工程师基础素质之一，远不是核心。 DeepTech：不少程序员愁“35岁危机”，怕被年轻人替。你觉得AI编程工具能给这些老程序员帮上忙或带来新优势吗？ 陈志杰：我觉得这焦虑和压力，更多是职场文化造的，不是大龄程序员能力不行。我在美国招人时面过不少谷歌L9级的，好多都有20多年经验，按年头算都四五十了。 这说明国内外年龄观念差挺大。我个人特不认同按年龄划线，觉得这是不该有的年龄歧视。 DeepTech：有时候，35岁被当中年坎。有观点认为，到这岁数优秀的就该升中层管理了，要是没到，可能就被淘汰。 陈志杰：我觉得这是管理上偷懒。评估人得看实际能力，而不是用年龄这种带歧视的标准一刀切。国内部分企业这么干确实不合理。当然，个人难改环境。咱能做的就是保持成长心态，积极用提效工具，要真有用，干嘛不用？ 创始人互补得先有互信 DeepTech：啥让你离开大厂搞AI编程创业？看到哪些没被满足的需求？ 陈志杰：我性格爱自由，工作这么多年一直想创业。这波AI技术本质是提生产效率，它不像娱乐产品，更像生产工具。现在市场上成功的AI应用也多在效率领域。 我们选AI编程赛道，一是团队都工程师背景，熟；二是我头回看AI写代码效果时，真惊到了。本来以为代码这种形式化语言，错个标点都编译不了，但没想到AI已经做这么好了。 实际试了些AI编程产品后，我确信这技术能显著提效。基于这些，我们决定干这行。 DeepTech：公司叫Verdent，有啥特别意思吗？ 陈志杰：“Verdent”是“蓬勃生长”，和中文品牌“言创万物”呼应，都有持续进化创造的意思。 工程师天性爱自由，要有更高效率的工具或工作模式，大家自然选。像我认识的一些优秀工程师，就算偏爱传统编程，也会用ChatGPT这类工具辅助。 所以我们从不鼓吹“取代工程师”这种不切实际的话，招人烦。我们专注的，是踏实做一款自己顺手、用户也好用的产品工具。 DeepTech：你技术背景深，联合创始人刘晓春更偏产品商业化。你俩咋分工协作？ 陈志杰：十多年前刚开始工作，我和晓春就在一个团队。我觉得俩人创业最重要是互信，有了这再谈技能互补。实际上，好多公司出问题，不是因为技能不够，是创始人之间信任不够。 我和晓春是老朋友，一起经历过难处，需要时互相鼓劲，这种信任很难得。具体到创业，会发现很多旧技能经验不一定好用，事情常和想的不一样。这时候更关键的是我们能随机应变、快速学习，这才是创业成功关键。 DeepTech：具体工作里，技术决策你全主导、商业晓春负责吗？ 陈志杰：其实我们公司文化挺轻松，工作方式都是商量着来，没明显职责边界。这不光是我和晓春，也是我们和团队乃至之前同事的共事方式。 我觉得这行业本质需要高人才密度，很多时候得充分信任授权。过分强调自上而下指挥或划清边界，反而不利于创新。所以不光我俩，整个团队都这开放协作理念。 DeepTech：Verdent融资时被腾讯、红杉这些顶级机构抢投。你觉得投资人最看中你们团队哪点？是技术潜力、团队背景，还是对市场的独特判断？ 陈志杰：现在AI编程或者说AI软件工程已经是明确赛道，商业模式成熟，也有像Cursor这种成功案例，从商业角度看这方向被验证了。另一方面，我们团队人才密度确实有优势。虽然就三四十人，但成员无论过往绩效还是背景都很出色。 在没具体运营数据时，投资人先看赛道前景，再看团队靠不靠谱。我觉得我们被抢投，很大程度上是大家认可团队整体实力。这不是我个人多强，而是我们整个团队，包括算法、设计、研发等各岗位同学，素质都很高。 不会用AI的人，有AI也做不出好成果 DeepTech：AI编程是个新方向，你们作为开发者要设计产品帮其他程序员编程，这角色给你们啥独特感受？ 陈志杰：这感觉确实有挑战。本质上，这是给厨子做饭，我们自己就是工程师，却要给同行做工具，这种自我服务要求很高，说实话挺不容易。 DeepTech：这对你们自己提了啥门槛和要求？ 陈志杰：为专业工程师开发这类工具确实复杂。关键是产品里每个小细节都得处理好，不然用户体验就难受。比如我们的插件和独立产品，外面看可能简单，但真要做好挺麻烦。现在，整个代码量已经三四十万行，这充分说明内在复杂性。 （来源：https://www.verdent.ai/） DeepTech：Verdent定位是“Agentic Coding Suite”（智能体编码套件），这和市面上“更聪明的代码补全工具有啥本质区别？ 陈志杰：这领域竞争确实激烈。我觉得有几个原因：一是商业价值高，能显著提效，我们公司自己就用AI编程产品，切身感到效率大升。二是如果只看AI编程本身，它可能只是IDE里一个具体功能。 但放到更广的软件工程领域看，这是年产值上万亿的大市场。就算AI编程没出之前，技术服务相关的SaaS领域已经很繁荣，出了不少好公司，比如Salesforce、Databricks这些。 就算最近几年，这领域还有新锐，比如以色列团队搞的Wiz，成立才五年就被谷歌用约320亿美元收了。AI对软件工程领域的改造会覆盖很多场景，AI编程只是当前顺的一个切入点。未来终极形态肯定不是现在这样，很多AI编程公司的最终产品形态都会变。 具体到我们策略，我们更侧重工业化场景和高复杂度任务。这体现在两方面： 做IDE插件时，我们倾向实现大粒度任务自主完成，并优先做好规划验证；我们的独立桌面产品也注重并行处理和多任务管理。总体说，当前我们更聚焦用智能体方式完成高复杂度任务。至于未来产品形态，还在快速演进。 我感觉行业都还在摸索，没明确答案，因为AI基础模型层变化太快：一开始Claude一家独大，后来出了GPT-5，最近又有效能好的Gemini 3，底层技术快迭代决定了上层应用终局形态还得探索。 DeepTech：在技术架构上，咋让多个AI智能体协同搞定跨文件、多步骤的复杂软件工程任务？ 陈志杰：我觉得未来可能几个大趋势。智能体运行时间会显著拉长，处理任务粒度越来越大，更多异步执行，比如一个智能体可能得半小时甚至更久完成单个任务。这时候，咋优化用户体验就成了关键。 我们看到行业在这块已经有很多探索。最开始主要是基于类型的代码补全，后来逐渐到更自主、任务粒度更大的智能体应用，虽然核心还是代码生成，但应用场景在持续扩展。 现在我们看到代码审查、合并请求自动化、测试验证乃至SRE运维这些多样化场景出现。所以，第二个明显趋势就是应用场景不断丰富拓展。我们公司发展路径也会按这方向推进。 DeepTech：有观点认为，现在一些AI编码工具让开发者用着“爽”，但可能埋下更深的“技术债”。Verdent在产品设计里咋保证生成代码的可维护性、安全性和长期质量？ 陈志杰：人对新技术新工具栈的接受度天然有差异，这在任何领域都这样，总有一部分用户更先锋、愿意试，另一部分相对稳健，AI编程领域也这样。 拿C语言说，这门底层语言存在多年，有人能用它写出优雅的操作系统内核代码，也有人写出有漏洞的程序。本质上，AI编程只是工具，最终代码质量好坏还是看使用者自己。 具体到AI编程工具，不同人掌握程度差异确实大：擅长用的人能显著提效并保证代码质量；而不会用的人，就算有AI也难出好成果，甚至可能生成大量低质代码。 未来的AI编程工具使用方式可能和传统软件开发不同。比如，现在已经有开发者用“抽卡”策略，用不同模型生成多个代码版本，再挑合适的改；更进一步的则是在架构设计阶段就考虑AI友好性，让AI生成的代码更可用。 AI编程本身只是工具，用得好不好终究看使用者能力。同时，随着工具普及，社区正在探索全新开发模式。在Reddit等社区，我们已经看到不少关于新型软件工程方法和原则的讨论，这标志一种新开发范式在形成。 DeepTech：面对从“模糊需求”出发的挑战，Verdent咋训练AI准确理解用户意图？ 陈志杰：光靠模型本身远远不够。要实现智能体自主完成任务，得系统设计整个工具链、智能体循环机制等完整架构。处理模糊需求方面，虽然现在模型能力有提升，但从本质看，这问题没法全靠技术解决。 就像人之间沟通也常有歧义模糊一样，自然语言本身就灵活多义，不是图灵完备的精确语言。所以必须在产品层面针对性设计，比如通过多轮对话引导用户完善输入、消除歧义。实际上，光靠一句话就生成完整可用程序或系统，绝无可能，就算模型能力比现在强百倍也难。 看优秀开发者的实践模式就知道，他们通常先做详细规划，在规划阶段就和机器充分对齐，明确技术选型、实现目标和具体意图。这说明解决模糊需求不光是技术挑战，更是得产品设计一起应对的系统性问题。 DeepTech：在用户画像上，现在或未来更侧重服务个人开发者、初创团队，还是大企业？ 陈志杰：我们当前还主要聚焦专业工程师群体。从发展路径看，这类工具通常先从个人开发者用户群起步，随着产品影响力和成熟度提升，会逐渐吸引企业用户自发用，最后自然延伸到企业采购阶段，这大概就是我们预期的商业化路线。 DeepTech：面对你前东家以及阿里、腾讯这些大厂都已入局AI编程赛道，作为创业公司，你给Verdent定了啥生存发展战略？ 陈志杰：这宏观竞争态势我不便多评论，毕竟对大厂团队情况大家都有数。不过我觉得开发工具这类产品和短视频那种依赖规模效应、网络效应的业务不同，它不需要巨额资源投入。 对我们来说，真正核心竞争力是能否持续提供卓越用户体验。从这角度看，我不认为大厂有额外优势，在人才上，我们团队密度同样高；在产品特性上，这类工具也不需要像短视频平台那样依赖大量创作者生态和资源投入。 实际上，我感觉最大竞争压力反来自那些有活力的优秀创业团队，比如Cursor或Devin这种同样敏锐进取的对手。 DeepTech：在商业模式上，你会参考Cursor用的SaaS订阅模式，还是探索更适合中国本土市场的独特路径？ 陈志杰：我们主要面向海外市场，也用订阅制模式。 DeepTech：既然主要对手是其他创业企业，各公司在人才储备和融资额上可能各有不同。在这竞争环境里，大家到底该靠啥决胜？ 陈志杰：要是陷进同质化竞争，作为后发且资源不占优的团队确实压力大。所以关键在能否提供真正差异化或创新的解决方案。我之所以觉得竞争压力更多来自创业公司，是因为看美国市场也有类似规律。 比如Cursor不是AI编程领域首创，最早出产品的是GitHub Copilot。但深挖他们发展轨迹和创业动机，会发现Copilot团队的迭代速度明显慢于创业公司。 事实上，包括美国大厂出的编程工具，在社区反馈和用户体验上普遍不如创业公司的产品。比如Google最近发的Antigravity，社区评价就更倾向觉得它像对Windsurf的简单模仿。 AI编程赛道可能是仅次于模型厂商的第二大AI盈利领域 DeepTech：公司估值已经挺高。在估值背后，你觉得资本市场更看重当前产品已展现的能力，还是更看重未来重塑软件开发模式的潜力？ 陈志杰：我们估值其实不算高。对比美国AI编程领域的公司，就算产品数据还没显出来或处于低位，它们的估值也常达数十亿美元级别，我们估值可能还不到它们零头。 从商业潜力看，AI编程赛道可能是仅次于模型厂商的第二大收入领域，商业模式已被充分验证。相对比，这赛道的商业化能力可能比垂类ChatBot这些应用更强，无论现有数据还是市场表现都支持这判断。 比如有些团队用智能体技术开发法律或医疗行业产品，虽然客单价不错，但和编程场景比仍有差距，估值也相应低不少。这进一步印证了AI编程领域的独特价值。 DeepTech：和国际化竞品比，你们的产品优势是更懂中文开发场景，还是在技术架构上有独特创新思考？ 陈志杰：我们没特别针对中文场景做优化或特殊处理，产品从一开始就定位全球化市场。就像之前讨论的，我们技术路径更侧重实现高复杂度任务自主处理，致力于发展智能体能力，而不是只做个IDE。 DeepTech：未来计划咋系统构建和运营开发者社区？ 陈志杰：目前产品已初步打磨好，我们计划12月正式推广。虽然产品不错，但酒香也怕巷子深，好东西不会自动被知道，还得通过市场活动主动触达开发者。到时候我们会系统搞推广。 DeepTech：最终希望Verdent给世界和整个软件行业留下啥独特印记？ 陈志杰：我职业生涯从广告行业开始，后来转娱乐产品。现在创业做AI工具，最大感受是这事成就感强，因为我们真帮人提了效，创造了真实价值。 展望未来，我希望公司能在这前景广阔的行业里抓住时代机遇，持续做出更多好工具产品，为整个软件工业发展贡献一份力。 DeepTech：“人人都是开发者”这样的时代会来吗？ 陈志杰：我觉得实现“人人都是开发者”的愿景比较难。数字世界本质是现实世界的投影，而现实世界本身就特复杂。就算省掉编程环节，把现实逻辑准确建模到数字世界也充满挑战，关键在咋理清这些复杂逻辑。 更现实的图景是：对那些有清晰思路和创造力的人，如果他们想实现自己想法，编程将不再是主要障碍。这可以类比产品经理的角色，他们不用亲自编码，由工程师协助实现创意。 但这是否意味着人人都能成优秀产品经理？显然不是，出色的产品经理依然稀缺。所以，AI工具真正降低的是创意的实现门槛，而不是对逻辑思考和创造能力的要求。 DeepTech：硅谷有业内人士讨论泡沫可能快来了，你咋看这观点？ 陈志杰：我觉得任何重大技术浪潮都难免伴随泡沫。回顾上一波互联网浪潮，里头确实很多泡沫，但也出了谷歌这种卓越企业。当前这轮AI浪潮，泡沫成分确实有，但我相信同样会出一批真正优秀的公司。这判断可能得十年后再回看验证。相关问答
