Let's Make AGI Real

编程智能体是这一轮智能体革命中进展最为神速的领域。红杉资本前不久发布了一篇文章（https://www.sequoiacap.com/article/the-next-billion-developers-perspective/），预测我们将进入一个“亿人程序员”时代。这并非是对遥远未来的抽象预测，而是一场正在进行中的、通过赋能更广泛人群成为软件创造者，进而驱动万亿级经济跃升的革命。

一、 “亿人程序员”为何触手可及？ 

“亿人程序员”的愿景之所以迅速到来，得益于多重力量的汇聚：

1.开发者人口的惊人增速：

• 全球开发者人口从2017年GitHub首次报告的2400万，已增长到今年的超过1亿。
• GitHub的最新报告显示，仅2022年就新增了2100万个账户，全球开发者人口在过去一年增长了26%。这超出了GitHub在2019年设定的2025年达到1亿开发者的目标，凸显了惊人的增长势头。

2.编程门槛的持续降低：

• 抽象化简化复杂性：过去十年，云计算、现代化数据库以及前端框架（如Vercel和React）等技术不断提供更好的抽象层，简化了软件开发的复杂性，提高了效率。例如，一个12岁的印度孩子几天内就能构建一个网络应用，这在以前需要专业开发者数周的时间。
• 市场吸引力：软件工程的高经济回报持续吸引着顶尖人才学习编程，这意味着软件工程师的生产力正以超越人才供给的速度增长。
• AI作为意想不到的加速器：AI的出现极大地加速了编程门槛的降低。

• 自然语言编程成为可能：过往编程需要严谨代码，而现在AI（如K2和OpenAI的Code Agent）能够通过自然语言接收指令并生成代码，这极大降低了编程门槛。最终，我们可能仅通过自然语言就能编程计算机。
• AI编程工具的普及：AI Coding已成为大模型落地产业中PMF（产品市场契合度）最高的领域之一。GitHub Copilot目前已在编写46%的用户代码。OpenAI的首席产品官Kevin Weil预测，到今年年底，AI将实现99%的代码自动化。Anthropic首席执行官Dario Amodei更是预计，在3到6个月内AI将编写90%的代码，12个月内AI将编写几乎所有代码。
• Agentic AI的演进：AI正从生成式AI向Agentic AI（自主AI）演进，后者能推理、规划与行动，推动机器人等领域发展。Agent通过记忆、规划、行动和工具四大核心要素，有望实现“类人替代”。例如，中国的创业公司Monica发布的通用型AI Agent产品Manus，能够独立思考、规划并执行复杂任务，直接交付完整成果。NVIDIA也发布了AgentIQ，提供预配置工作流和RAG系统，推动企业级Agent的快速落地。
• 工具调用和协作的标准化：Anthropic推出的Model Context Protocol (MCP) 标准协议，就像给AI大模型装了一个“万能接口”，解决了AI工具调用中接口碎片化和开发低效的问题。谷歌发布的Agent2Agent Protocol (A2A) 则解决了大规模多Agent系统之间的协作问题，与MCP形成互补。这些标准化的进步，进一步加速了AI Agent的场景落地。

3.低代码/无代码平台的崛起：

• “无代码”工具旨在填补非开发者创建软件的空白，使用户通过可视化界面（UI）拖放组件和配置设置即可构建应用程序，无需手动编码。
• 这些工具与传统开发者工具在本质上是相同的，只是提供了不同层次的可访问性和可扩展性。
• 源资料提出了一个“既高可访问性又高可扩展性”的理想工具模型，类似于电子表格（Spreadsheets），它既能满足普通用户的简单需求，也能支持专业用户的复杂建模。这种“与你一同成长”的工具理念，预示着未来的开发环境将更接近Webflow而非VS Code，但同时不会牺牲可扩展性，真正实现让开发者和非开发者都能便捷地创建软件。

二、 “亿人程序员”的深远影响 

“亿人程序员”的实现将对经济和社会产生颠覆性影响，其潜力达到数万亿美元。

1.经济驱动力：重塑万亿级劳动力市场：

• AI Agent创造的价值空间可等效于完成相应工作的人力成本，被视为下一个“机器人行业”。
• 根据测算，AI Agent的总目标市场（TAM）约达3.61万亿元人民币。
• 这种增长并非是AGI“消除工作”的承诺，而是将人类资源最大化利用，创造经济盈余，并通过AI辅助加速实现许多非技术行业的自动化。
• 核心突破领域：AI Agent在高人力成本的白领密集型行业中替代价值显著，例如金融、IT、法律等领域，这些行业的高薪酬结构为Agent商业化提供了清晰的付费场景，ROI（投资回报率）更易大于1。

• AI+Coding：预计市场潜力达4357.84亿元。OpenAI CEO预测到2025年底AI代码自动化将达到99%。
• AI+银行：花旗报告指出，银行有54%的就业岗位存在“非常高的自动化潜力”，预计AI TAM达1774.32亿元。
• AI+人力：2024年有43%的企业招聘将引入AI，简化招聘流程，提高面试效率，AI面试AI TAM将达到350.54亿元。
• AI+法律：Agent有望优先替代初级法务、法律助理及行政专员等重复性职位，AI Agent法律领域TAM约324.17亿元。
• AI+网安：短期缓解人才短缺与成本矛盾，中长期实现安全服务人员替代，Agent网安TAM达683.6亿元。
• AI+客服：目前已实现大规模落地，企业最高可降低40%运营成本，未来客服领域AI TAM近680.4亿元。

2.软件构建模式的根本性变革：

• 未来的软件将不再是预先写好的产品，而是可以根据用户的即时需求或任何想法随时构建出来。
• 这种模式将形成一种“用完即走”的灵活形态，类似于小程序，但更为动态和个性化。
• 小型团队的生产力将得到颠覆性提升，例如目前的AI编程团队规模虽小，但效率极高，创造的年营收也相当可观。
• 效率提升将非常显著，特别是当多个Agent协同工作时，其效果将远超单一的自然语言描述编程方式。

3.劳动力角色的转变与赋能：

• 全民编程时代的到来：一项研究发现，超过50%的非工程人员（非技术背景人士）现在能够利用AI编程工具编写产品原型或生成自用工具。例如，报告分享者的孩子在没有干预下，仅用10分钟就利用工具独立完成一个游戏并自主调试。这预示着“全民编程”时代的到来。
• 开发者角色的演变：传统的编程技能需求可能减少，而开发者将转变为顾问或策略师，指导非技术用户有效利用AI和低代码/无代码平台。对API集成、系统架构和用户体验设计的技能需求将增加。
• 人机协作新范式：未来有望形成“Agent平台+数字员工+人”的协作模式，AI Agent将成为企业新时代的数字员工，无缝集成到SAP、ServiceNow等企业工具中。

4.商业模式的重塑：

• AI Agent有望带来独属于AI 2.0时代的交互方式、产品形态和商业模式。
• 商业模式将从传统的订阅模式转向按量抽成（Pay-per-use/transaction-based）模式，使企业能更直观地计算ROI。例如，Salesforce的Agentforce采用基于对话的定价结构，每次回应消耗积分，而非传统许可。

三、 挑战与“非共识” 

尽管前景广阔，但AI编程领域仍存在诸多“非共识”点和挑战：

• 付费模式的探索：如何向用户收费，目前仍无定论。
• 实际效率的争议：虽然许多程序员报告AI编程工具能带来30-40%的效率提升，但也有研究发现，用户可能花费更多时间在编写Prompt、审查代码和等待上，导致实际的代码提交数量与体感效率不一定完全匹配。
• AI的局限性：软件开发不仅仅是效率问题，它还依赖于创造力、问题解决能力和对业务需求的深刻理解。调试、优化、安全和理解业务逻辑等关键技能，AI可能仍难以完全胜任，人类直觉的重要性依然存在。
• 测算主观性风险：对市场规模和成本收益的预测可能存在主观判断，实际结果与测算结果可能存在偏差。

结论 

未来的数十年，将是AI力量日益强大与开发者革命有条不紊持续前进的交织。AI编程，特别是AI Agent和低代码/无代码工具的进步，正在重塑我们构建数字世界的方式，并最终推动一个“全民编程”的宏伟愿景成为现实。这场深刻的范式革命，将创造巨大的经济盈余，并释放人类资源的最大潜力。