DoorDash CEO 徐迅：AI 編程還不足以大幅提高工程師的生產力

# DoorDash CEO 徐迅泼冷水：AI 编程没那么神，写代码只占工程师工作的三分之一

## 徐迅直言：AI 主要提升的是写代码那部分效率，但工程师还要开会、做设计、搞协同，这些环节不打通，光靠 AI 写代码很难带来整体生产力的飞跃

近年来，以 ChatGPT、Claude、Copilot 为代表的 AI 编程工具席卷全球，越来越多开发者开始依赖大模型生成代码。业界甚至出现了“氛围编程”（Vibe Coding）这样的新词汇，用来形容那种靠 AI 一句句“带出”代码的新型开发方式。然而，在 DoorDash 联合创始人兼首席执行官徐迅看来，AI 编程远没有外界想象的那样——足以大幅提升工程师的整体生产力。据《商业内幕》7 月 29 日报道，徐迅在近期的公开场合和内部会议中多次强调，氛围编程在整个软件工程体系中只占很小一部分，不能代表工程工作的全部。

他指出，软件工程师每天只有一部分时间用于写代码，即便如此，现有模型能够代为完成编程任务，当然有其价值。但问题在于，很多企业寄希望于 AI 编程工具来成倍提升工程团队产出，这实际上是一种误解。徐迅算了一笔账：工程师真正用于交付代码的时间，大概只占工作时间的 25% 到 30%，极端情况下可能达到 50%。AI 编程工具提升的主要是对应部分的效率，而不是工程师的全部工作。换句话说，哪怕 AI 让写代码的速度快了 10 倍，如果工程师只有三分之一的时间在写代码，整体产出提升也会大打折扣。更关键的是，工程师的大量时间花在了代码之外。

徐迅列举了多个“非编码”工作环节：参加产品评审会议、参与设计讨论、与不同业务团队对齐方向、协调各方需求、解决跨部门沟通问题……这些工作占据了工程师大量的精力，而 AI 目前在这些领域几乎帮不上什么忙。徐迅表示，如果这些环节不跟着改变、无法打通，企业很难单靠 AI 编程获得预期中的生产力提升。徐迅坦言，整个行业现在都还在摸索，如何理顺工作流程，让 AI 原生不再局限于代码开发，而是延伸到企业实际的运营方式中来。他曾在今年 5 月的财报电话会议上说得更加直白：AI 目前尚未改变 DoorDash 的组织架构。

也就是说，尽管 AI 工具已经在日常开发中被广泛使用，但团队怎么组建、汇报关系怎么设置、项目怎么拆解——这些基本的东西并没有什么变化。DoorDash 内部的数据也佐证了这一点。据徐迅透露，DoorDash 现有代码中，由 AI 编写的比例已经远远超过一半，可能接近三分之二。这是一个相当惊人的数字，意味着公司大部分新代码都出自大模型之手。但即便如此，徐迅认为，仅凭代码产出的比例，仍然无法说明工作流程和团队架构应该怎样调整。他暗示，企业如果只盯着代码生成率，而忽视背后整条价值链的重塑，最终可能会发现——效率的提升并没有想象中的那么大。

值得注意的是，就连“氛围编程”这个词的提出者、前特斯拉 AI 高级总监、OpenAI 联合创始人之一安德烈·卡帕西，也公开承认了氛围编程对工程师存在的不少局限。今年 4 月的一场演讲中，卡帕西直接“开炮”，批评 AI 生成的代码依然有很多问题。他说，有时看到那些代码甚至会心头一紧，因为质量并不总是特别出色。这些代码往往臃肿冗余，充斥着大量的复制粘贴，抽象设计也常常别扭而脆弱。程序虽然能运行，但代码实在不难看。卡帕西的这番话在开发者社区引发了广泛共鸣。不少资深工程师反映，AI 生成的代码表面上功能完整，但内部结构混乱，缺乏清晰的逻辑层次，后期维护成本极高。

有人形容这种代码是“一次性的”——用来快速写原型或许可以，但要放入生产环境长期维护，工程师往往需要花大量时间去重构和清理。这就带来了一个更深层的悖论：如果 AI 生成的代码质量不高，工程师就需要花费额外的时间去审查、修改、重写，原本想节省的时间反而被吞噬了。再加上工程师本就要花大量时间在会议、设计、协调上，AI 编程带来的净收益可能比想象中小得多。从整个行业的视角来看，AI 编程工具确实在过去两年迎来了爆发式增长。

GitHub Copilot、Amazon CodeWhisperer、Google Codey 等产品相继落地，初创公司如 Replit、Cursor 也凭借 AI 编程功能迅速崛起。苹果 App Store 今年第一季度的应用提交量同比激增 84%，分析人士认为这一增长在很大程度上受到氛围编程的推动——开发者利用 AI 工具快速生成代码、打包上架，门槛大大降低。然而，繁荣的表象之下，隐忧也开始浮现。有安全公司的研究报告指出，部分使用氛围编程开发的网络应用缺乏基本的身份验证机制，甚至直接暴露在公网上，存在严重的安全漏洞。

这些应用虽然能在短时间内被快速搭建出来，但其代码质量和安全性堪忧，给用户和数据带来了不可忽视的风险。徐迅的言论正是对这种“AI 编程万能论”的一次冷静回应。他认为，AI 在编码环节的价值不容否认，但如果企业想要实现真正的效率飞跃，就必须把 AI 嵌入到更广阔的工程流程中，而不仅仅是让它帮忙写几行代码。他建议企业从整体工作流的角度来思考，如何在产品评审、设计讨论、团队协同等环节引入 AI 的支持，而不是把所有的期待都压在代码生成上。徐迅甚至暗示，DoorDash 内部已经在探索一些非编码环节的 AI 应用，但他没有透露具体细节。他表示，全行业都还在摸索阶段，谁也没有标准答案。

真正适合 AI 原生的工作方式和组织形态，可能需要数年的时间才能逐渐清晰起来。Django Web 框架的共同创始人威利森此前也表达过类似的看法，他认为 AI 将给编程带来“黑灯工厂”时代——就像制造业中的无人车间一样，大量编码工作将由 AI 自动完成，人类工程师的角色将从“写代码的人”转变为“设计系统和监督产出的人”。但威利森也承认，这一天还远未到来，目前的 AI 工具更多是辅助而非替代。综合来看，徐迅的观点其实并不反对 AI 编程本身，而是提醒行业不要过度神化它。AI 的确在改变软件开发的方式，但这种改变需要一个系统性的过程，不能指望靠一个工具在一夜之间颠覆几十年形成的工程实践。

写代码只是软件工程的一个环节，而软件工程本身就是一门关于权衡、沟通和设计的学问，这些恰恰是当前的 AI 模型最不擅长的部分。或许，正如卡帕西所说，氛围编程让写代码变得更轻松，也让写出糟糕代码变得更加容易。对于整个行业而言，如何在享受 AI 带来的便利的同时保持代码质量和工程理性，将是未来几年必须面对的真正挑战。DoorDash CEO 的这番表态，为当前火热的 AI 编程热潮提供了一剂必要的清醒剂。