6月5日，两条新闻撞在了一起。

OpenAI宣布把Codex整合进ChatGPT。不是”在ChatGPT里加个编程插件”那种整合——是把整个Codex的能力变成ChatGPT的出厂设置。6个职位专属插件，覆盖62个应用、110项技能，从写代码到改bug到部署一条龙。周活500万的开发者群体，以后不用切换工具了，聊天框就是开发环境。

同一天，GitLab的裁员通知也发到了350名员工的邮箱里。

注意，GitLab不是一家传统软件公司。它是全球最大的代码托管平台之一，去年刚和Anthropic Claude签了深度合作协议，把AI编程当成核心卖点在推。然后它裁掉了14%的员工，CEO在内部信里说得很直白：省下来的钱”重新投入AI研发，深化AI编程合作”。

翻译一下：我们发现用Claude写代码挺快的，不需要那么多人了，省下的工资拿去买更多AI额度。

一家做AI编程工具的公司，发现自己的程序员可以被AI替代——这个讽刺感，拉满了。

Codex进了聊天框，编程就不再是”编程”了

如果你一直在用ChatGPT，Codex整合可能看起来只是”又多了一个按钮”。但如果你从产品架构的角度看，这一步棋的野心远超按钮本身。

首先，这次不是插件。是原生集成。你不用”打开Codex”——当你问ChatGPT一个技术问题，它直接调用Codex的编程能力。更关键的是那个叫Sites的功能：写完代码，一键生成可分享的网页，不需要域名，不需要服务器。OpenAI在把”开发→部署”的整条链路压进一个聊天框。

其次，6个职位专属插件才是真杀招。不是笼统的”帮你写代码”——是按工程师、数据科学家、产品经理等不同角色，预置了各自的工具链。一个产品经理可以在ChatGPT里直接生成可交互的原型页面，不需要打开Figma，不需要找前端帮忙。一个数据分析师可以在聊天框里跑完从数据清洗到可视化的全流程，不用碰Jupyter。

跟上个月Codex的补贴战放在一起看，策略越来越清晰了：先用免费/补贴抢开发者市场份额，再把开发者工具融入消费级产品，最后让”编程”这个概念从用户心智中消失。不再是”我需要一个编程工具”，而是”我问AI一个问题，AI直接给我结果”。

这跟Brockman挂帅重组OpenAI时的思路一脉相承——把API、Codex、ChatGPT三张牌合成一张，用消费级的入口吃掉企业级的市场。

GitLab的裁员，不是”AI辅助编程”，是”AI替代编程岗位”

GitLab Q1财报其实不差——营收同比增长23%，超出预期。在这种业绩下裁14%，说明这不是”开源节流”，是”战略转向”。

CEO的原话里有个关键词：”深化AI编程合作”。合作的另一方是谁？Anthropic，Claude的母公司。现在Claude Code已经是AI编程三国杀里最能打的那个，GitLab的选择相当于说：我不光卖AI编程工具，我自己也用别人家的AI来替代我的人。

这不是孤立事件。往回看几个月，信号密集到不像巧合。

Anthropic在6月4日发布的RSI（递归自我改进）报告里丢了个数字：公司内部超过80%的代码由Claude编写。不是”辅助”，是”编写”。工程师从”写代码的人”变成了”审代码的人”。

再往前，4月Google CEO皮查伊公开承认公司75%的新代码已经是AI生成的。他说这话的时候语气很平静——不是”我们在尝试”，是”这已经是常态”。

然后是6月5日，Transformer八子之一的Lukasz Kaiser分享了一个让人后背发凉的事实：一张RTX 5090显卡的算力达到200 Tflops，是他当年做Transformer研究的8卡机器的2.5倍以上。用他的话——”一块5090就能复刻所有Transformer研究的起点”。一个研究者用一张消费级显卡就能干当年顶尖团队的事。这不是算力增长，这是准入门槛的坍塌。

同样在6月5日，Stanford、Michigan、CMU的37位学者联合发布了一个项目——把学术论文从PDF改写成AI能直接执行的研究包。他们管这叫”可能是人类写的最后一篇论文”。不是标题党，是方法论层面的承认：当AI能直接”读懂”并”跑通”一篇论文的实验，人类在知识生产链条上的位置正在从”生产者”变成”质检员”。

把这些连起来：Anthropic用AI写80%的代码 → Google用AI写75%的代码 → 37位学者承认AI可以改写并执行人类论文 → GitLab裁掉14%的人去”深化AI编程合作”。

不是某个公司的问题。是整个知识工作链条在被重新定价。

做AI编程工具的公司，正在被AI编程能力反噬

GitLab裁员的真正恐怖之处不在于”AI替代程序员”这个重复了一万遍的话题，而在于它发生在AI编程工具的供给端——做AI编程工具的公司，自己成了AI替代的证据。

这里有一个容易被忽略的区别：如果你是GitLab的CEO，你裁员的理由不是因为”我们的AI产品太强了所以不需要人类员工”，而是因为”用别人做的AI就够了”。前者是产品层面的成功，你是卖AI的人。后者是团队层面的替代性，你是被AI替代的人——而你的产品恰好也是AI。

这跟之前Vibe Coding的争论是同一个逻辑的升级版：当初AWS说”规范驱动开发才是未来”，意思是你不需要写代码，你只要写好需求规格书。现在OpenAI和Anthropic在做的就是把”写好规格书”这一步也从你手里拿走。

对普通开发者来说，这意味着什么？

如果你的岗位价值可以被翻译成”在AI效率提升后，公司需要的产出不变”，那你的岗位从”必需”变成了”可选”。AI让你效率提升5倍，不意味着公司要5倍的产出。意味着公司只需要原来1/5的人。

DeepSeek组建Code Harness团队的时候，我写过一句话：AI编程的战争打的是”谁更快替代人类程序员”。现在看，这个判断保守了。替代已经在发生，GitLab只是第一个公开承认的。

中国的剧本：不卷裁员，卷性价比

和美国那边”AI拼命替代人”的画风不同，中国这周释放的信号是另一个方向。

6月5日，阶跃星辰Step 3.7 Flash在Artificial Analysis榜单上拿了三个第一：速度、性价比、端到端。最高输出416 tokens/s，是Claude Opus 4.6的约3倍；单任务成本大约Opus 4.6的1/9，但编程能力达到97%。跟5月底刚发布时相比，Flash现在已经在HuggingFace上开源，开发者可以直接拿来用。这跟Kimi K2.6开源那次的路子像——先开源，让大家用起来，商业模式后面再说。

还是6月5日，腾讯云AI产业应用大会上，汤道生说了句让同行五味杂陈的话：对WorkBuddy这种AI智能体，”目前没有设置商业化目标的KPI”。他拿腾讯会议类比——先做产品、建生态、攒用户，商业化”不着急”。首席AI科学家姚顺雨首次公开对谈，同步发布了混元Hy3 preview的更新和效率智能体工具集。

放在一起看，很有意思：

美国在做的事情是：AI工具越来越强，强到可以替代做AI工具的人。
中国在做的事情是：AI工具越来越便宜，便宜到调用量碾压美国，但商业模式还在摸索。

这不是谁好谁坏。这是两种生长逻辑。一种靠资本密度和技术领先碾压市场，一种靠场景覆盖和生态培育慢慢渗透。

但对普通开发者来说，结论是一样的：不管美国式的”替代你”还是中国式的”便宜到你随便用”，写代码这件事——作为一个独立职业的核心竞争力——正在被系统性地拆解。

最后说几句人话

这篇文章不是在制造焦虑。GitLab裁了350人，不等于350万程序员明天失业。

但GitLab裁了350人这件事确实代表了一个事实：即使是在AI编程工具最前沿的公司，管理层已经算完了账——用AI替代14%的人力，在经济上划算。

这不是趋势预测。这是已经发生、正在加速的成本核算。

十年前我们争论”要不要学编程”。五年前争论”AI会不会取代程序员”。今天的问题已经不是这些。

今天的问题是：当你的老板发现用AI工具可以省下14%的人力成本，你的岗位在不在那14%里？

答案不在AI的编程能力有多强。答案在你做的事情，能不能被几个prompt和一个聊天框替代。

---

信息来源：OpenAI官方博客（6月5日Codex整合公告）、GitLab Q1财报及CEO内部信（6月5-6日）、Anthropic RSI报告（6月4日）、CSDN AI科技热点日报（6月5日）、buildfastwithai.com（6月5日）、Artificial Analysis基准排行（6月5日）、新浪财经腾讯云AI大会报道（6月5日）、AITNT全球AI新闻日报（6月6日）