四分之三。

这是谷歌现在的数字——公司内部新编写的代码，75%出自AI之手，人类工程师在后面做审核。

这个比例在 2024 年 10 月还是 25%，到去年秋天涨到了50%，不到两年，翻了三倍。

2026 年 4 月 23 日，三件和 AI 编程有关的事情几乎同时发生，叠在一起，让这一天显得格外奇怪：谷歌公开了75%这个数字；OpenAI 发布了一个能自己干活、不需要人陪着的工作区智能体；Anthropic 悲悸把 Claude Code 从 20 美元的 Pro 套餐里移走，几小时后又悲悸改回来。

三件事各自独立，但放到一起，勾勒出了同一个走向。

谷歌 CEO 的那篇博客

皮查伊（Sundar Pichai）这次是主动公开的——在一篇博客里，他披露了75%这个比例，并且用了一个描述：“真正以智能体为核心的工作流程（truly agent-centric workflows）”。

意思是，工程师不再是主要的执行者，而是任务的发起人和最后的判断者。

他给了一个例子：最近有一个复杂的代码迁移工作，由 AI 智能体和工程师协同完成，速度比一年前纯人工快了6倍。

值得注意的是，谷歌已经把 AI 使用情况纳入员工绩效考核。用多少 AI 写代码，今年会影响你的考评。内部还有个微妙的局面——谷歌 DeepMind 的部分员工已经获准使用 Anthropic 的 Claude Code，而不只是谷歌自家的 Gemini。这在内部引发了一些摩擦。

行业里不只谷歌在推。微软 CEO 纳德拉说他们部分项目里已有2030%的代码由 AI 编写，微软 CTO 更放话，5 年内 95% 的代码将由 AI 生成。Meta 定了个更激进的目标：2026 年上半年，要朐65%的工程师用 AI 写超过75%的代码。Snap 的比例已经超过65%。

谷歌的75%，目前是这几家里最高的。

OpenAI 那个“永不下班”的智能体

同一天，OpenAI 发布了 Workspace Agents（工作区智能体）。

简单说：一个可以在云端独立运行、7×24 小时工作、不需要人陪着的 AI 协作工具。你设置好，它就开始干，哪怕你已经睡了。

它的底层是 Codex，具备文件处理、代码运行、工具调用和记忆存储的能力。跨时区协作、定时任务、Slack 集成——这些它都能做。

OpenAI 内部已经部署了5种用法：

• 销售团队：自动整合通话记录、筛选潜在客户线索、起草邮件
• 财务团队：月4分钟内完成月末结账流程，生成符合内控要求的工作底稿
• 产品团队：在 Slack 里自动回答问题、关联文档、提交工单
• 内部管理：“软件审查员”、“周度指标报告员”这类定期自动运行的角色

现在面向 ChatGPT Business、Enterprise、Edu 和 Teachers 用户开放研究预览，5 月 6 日之前免费，之后转为积分计费。

Anthropic 那次“悲悸的测试”

这件事相对低调，但信息量不小。

4 月 22 日前后，有开发者对比了 Anthropic 官方支持文档的历史快照，发现文档标题悲悸从“Using Claude Code with your Pro or Max plan”变成了只提 Max。换句话说，Claude Code 被从 20 美元/月的 Pro 套餐里移出去了，只保留在 100 美元/月的 Max 套餐。

开发者社区的反应很快。Anthropic 增长负责人 Amol Avasare 出来回应：这只是针对剠4 2% 新注册 prosumer 用户的小测试，现有 Pro 和 Max 订阅者完全不受影响。

几小时内，改动撤回了。

但撤回的原因，他们也没有隐瞒：用户使用量大幅上升，Claude Code 一个会话消耗的 token 量远超普通对话，20 美元的月费很多时候已经覆盖不了实际成本。Claude Opus 4.7 单次推理的 token 消耗比 4.6 版本最多高35%，能力在涨，烧的算力也在涨。

这件事的意思很清楚：AI 编程工具的成本问题，比大家想象的更紧迫。

对开发者意味着什么

这三件事，指向三个不同的问题。

谷歌的75%说明了工程渗透率：AI 辅助编程已经不是“一些工程师在用”，而是成了标配。如果你现在的工作流里还没有 AI 的位置，这个比例还会继续告诉你差距在哪里。

OpenAI 的 Workspace Agents 说明了任务自主性：AI 正在从“你说一句它写一行”，变成“你说目标它自己干到底”。这对独立开发者来说是个机会——一个人拥有的自动化能力，在快速接近小团队的水平。一人公司时代的讨论，在这个背景下变得更具体了。

Anthropic 的定价风波说明了商业模式博弈：高质量 AI 编程工具消耗的算力是真实的，“免费用好模型”的窗口期可能比大家以为的更短。按量付费或者分层限额，或许是未来几个月会看到的常态。

当然，哪个 AI 用于哪种场景，现在也越来越有讲究。如果你在跨时区、跨工具的长周期任务自动化，Workspace Agents 的云端运行架构可能更合适；如果是复杂的代码重构工程，Claude Code 的代码审查能力还是目前最被认可的选项之一。不管怎么选，先把主流工具真正跑起来，比等着观望要实在。

说在最后

程序员这个职业会消失吗？

皮查伊没这么说，他说的是工程师角色在转向“高价値决策”。这话听起来有点公关腔，但数据是真实的——当代码生成本身越来越自动化，能把问题描述清楚、能判断输出好不好、能在出了问题时知道怎么处理，这些能力的权重在上升。75%，不是终点，是一个刻度。