騰訊高級執行副總裁湯道生：今年騰訊大部分代碼都由 AI 生成

## 騰訊湯道生重磅宣告：今年公司大部分程式碼由AI生成，工程師角色全面重構

在2026年6月5日登場的騰訊雲AI產業應用大會上，騰訊集團高級執行副總裁、雲與智慧產業事業群CEO湯道生，與騰訊首席AI科學家姚順雨展開了一場聚焦產業應用的深度對談。湯道生於對談中拋出一項震撼宣告：**2026年，騰訊大部分程式碼都將由AI生成**。他指出，騰訊的工程師如今已花費更多時間在架構設計、系統規劃等創造性工作上，而將實際撰寫程式碼的任務交由AI處理，工程師則定期指導、修正AI生成內容，從「執筆者」轉型為「審核者」與「指揮者」。

**騰訊早在年初就已展現驚人的AI編碼滲透率。** 今年一月，湯道生於達沃斯世界經濟論壇（WEF）年會上就已揭露，騰訊內部已有超過1.2萬名工程師使用AI編程助手CodeBuddy，公司超過五成的新增程式碼皆由AI輔助完成。實測數據顯示，透過CodeBuddy，平均編碼時間可縮短逾40%。而在更專業的CLI工具CodeBuddy Code層面，該工具生成的高達九成程式碼，已由CodeBuddy自動完成，凸顯AI已從「輔助」進一步走向「流程內建」。

騰訊並非唯一大舉擁抱AI編碼的科技巨頭。放眼全球，各大企業揭露的AI程式碼比例正以驚人速度攀升：Google內部由AI生成並經人工審閱的新程式碼比例，已從2024年的25%上升至當前的75%；住宿平台Airbnb於今年五月透露，其近六成的程式碼由AI撰寫；Anthropic內部則已有超過九成的程式碼出自自家Claude Code之手；叫車平台Uber更在短短四個月內達成95%的工程師採用率，七成的提交程式碼由AI生成。這些數據共同揭示一個明確趨勢：**AI生成程式碼正在從邊緣實驗走向開發流程的核心位置，軟體產業正經歷自圖形化介面誕生以來最大規模的典範轉移**。

這場轉型對軟體工程師的角色帶來了結構性的衝擊。Anthropic近日發布的《2026年代理程式設計趨勢報告》明確指出，未來的軟體工程師將不再是逐行敲擊程式碼的「寫手」，而是升級為統籌與調度多個AI代理協作的「指揮者」與「系統編排者」——他們評估AI產出品質、提供戰略方向與約束條件，並確保最終系統解決了正確的問題。同時，這也意味著不具備AI協作能力的「傳統碼農」將逐步失去市場競爭力，而精通架構設計、具備決策判斷力的「超級個體」工程師將成為稀缺資源。在台灣，這波技術浪潮同樣已傳導至本土企業供應鏈，半導體與電子製造業的軟體工程人才必須加速提升AI工具協作能力與系統架構設計素養，才能在產業變革中維持競爭力。

然而，AI大規模接管程式碼撰寫並非毫無隱憂。當Uber在四個月內燒完全年的AI預算，暴露了AI編程工具成本難以預測的現實——傳統工具的使用量有天花板，但AI工具的Token消耗量沒有。同時，AI生成程式碼的安全性也引起關注：研究發現使用AI編程工具構建的應用可能存在安全缺陷，AI工具「只會做你要求它做的事，不會主動考慮安全性」；資深工程師在使用AI輔助時，也可能因投入大量時間校對與修正AI的「幻覺」內容而導致效率下降。

關於「AI是否會取代工程師」的爭論，業界看法仍呈現明顯分歧。輝達（NVIDIA）執行長黃仁勳在GTC Taipei 2026大會上強烈駁斥這類擔憂，直言「AI減少工作崗位純屬胡說八道」，並引用數據指出全球軟體工程師數量正在增加。然而，市場實際情況顯得更加複雜：業界分析顯示，具有AI背景與相關經驗的軟體工程師供不應求，而一般工程師正大量面臨裁員壓力，世界各大廠的數十萬軟體工程師已因此失去工作。工程師群體正處於「強者愈強、弱者淘汰」的激烈分化期。

展望後續，讀者可持續關注以下幾項關鍵發展：**第一，騰訊CodeBuddy工具的進化與產業擴散**，該工具已覆蓋騰訊內部大量核心業務並向外輸出至能源、金融等行業，其應用案例值得密切追蹤；**第二，AI生成程式碼的安全性與成本治理機制**，企業如何透過情境工程等方式減少AI幻覺與選錯工具的風險，將成為影響AI編碼普及深度的核心變數；**第三，全球企業AI編碼導入的實際投資報酬率評估**，當越來越多公司從「導入AI」走向「優化AI使用成本」，相關數據將直接影響產業的下一階段投入策略。AI程式碼生成浪潮已經到來，問題已不再是「會不會發生」，而是「我們該如何準備」。

用户DEEP_SEARCH需要一篇科技新闻整理稿，主题是腾讯高管的发言。为了全面了解事件背景、行业现状和各方观点，我需要从事件详情、行业对比、专家看法和术语定义几个方面同时入手搜索。这几个方向跨度挺大，分开搜索效率更高。FINISHED覆盖了事件细节、行业对比和专家观点，信息量很大。有几篇文章直接提到了腾讯内部AI编程工具CodeBuddy的采用数据，以及Anthropic、Google等行业巨头的AI代码生成比例，这些对构建文章的行业背景和趋势分析很有帮助。先打开这几篇关键文章，确认具体数据和观点。FINISHEDFINISHEDFINISHEDFINISHEDFINISHEDFINISHEDFINISHEDFINISHEDFINISHEDFINISHEDFINISHEDFINISHEDFINISHEDFINISHEDFINISHEDFINISHED到的资料涵盖了腾讯的声明、行业对比数据、专家观点以及成本案例，素材比较充分。汤道生的发言是核心，可以重点展开腾讯内部的AI编程实践及其团队角色的转变。然后引入Anthropic、Google等行业数据来佐证趋势，再讨论安全、成本等实际挑战。最后可以结合黄仁勳的观点，探讨工程师角色的演变与未来关注点，这样结构比较完整。