對話陳志杰：AI編程搶不了程序員的飯碗，我們是給廚子做飯的人

AI 編程新秀 Verdent AI 創(chuàng)始人陳志杰，不喜歡別人稱呼他“陳總”，他說話自然、接地氣，在接受 DeepTech 采訪期間面對一時拿不準的問題有時會出現長達十秒左右的沉默以用于思考。

他認為 AI 編程就是“給廚子做飯”，即由一群工程師給全世界的工程師打造工具。不過，他表示 AI 編程不會取代程序員，而是能讓原本強大的程序員更加強大。

他也坦言自己并不喜歡程序員 35 歲危機這樣的文化，并表示能力的考核是多維度的，而這種年齡歧視是一種偷懶的做法。因此，他自己的團隊里也有年齡較大的程序員。

他指出，我們應以平常心看待 AI：不必神化，也無需貶低，它本質上就是一個工具。但他認為，AI 編程會在一定程度上取代培訓班出來的程序員。不過，區(qū)分普通與優(yōu)秀工程師的關鍵從來不是單純的代碼編寫能力，而是解決問題的綜合能力。即使有 AI，不善用者也難做出好成果。

圖 | 陳志杰（來源：陳志杰）

陳志杰因曾擔任字節(jié)跳動算法負責人和百度首席技術架構師等職而為人所知。在字節(jié)跳動期間，他領導了大規(guī)模推薦系統(tǒng)與基礎算法平臺的搭建，管理過數百名工程師和科學家。

2024 年底，他與認識多年的前百度技術與產品負責人劉曉春創(chuàng)辦了 Verdent AI，致力于通過智能體提升軟件開發(fā)效率。在最近的 A 輪融資中，Verdent AI 獲得了騰訊領投、紅杉中國等老股東參投的數千萬美元的投資，公司估值達到 2 億美元。

盡管如此，陳志杰卻表示公司估值只有美國硅谷競品初創(chuàng)企業(yè)的零頭。以下為 DeepTech 和陳志杰對話的全部內容，基于原意做了順序調整。

AI 編程會取代程序員嗎？

DeepTech：作為外行看待 AI 技術時，人們往往會認為 AI 已經強大到能夠取代 UI 設計師或程序員；但真正從事這些職業(yè)的人卻普遍覺得 AI 目前還無法替代自己。你是否認同這種感受？或者對此有不同看法？

陳志杰：作為一名有十多年經驗的程序員，我認為評價工程師能力的標準從來不只是代碼編寫能力，那只是基礎技能。真正衡量工程師水平的是他解決問題的能力，包括對問題的思考分析、建模能力、方案評估和最終落地實現。代碼實現只是這個過程中的基礎環(huán)節(jié)。

單就寫代碼來說，甚至不需要大學教育，培訓機構就能教會。但為什么培養(yǎng)一名工程師通常需要本科四年或再加上碩士階段？因為要系統(tǒng)學習編譯原理、計算機組成、體系結構、數據庫、數據結構與算法等一系列課程，編程本身只是其中一小部分。

從現實來看，真實系統(tǒng)非常復雜，很難指望 AI 在短期內完全替代工程師。未來更有可能的場景是：一名工程師原本需要一周完成的工作，在使用 AI 工具后產能大幅提升，可能一天就能完成，這正在成為現實，我們公司內部也已出現這種現象。這個邏輯同樣適用于設計師行業(yè)。

設計師的核心競爭力難道只是 P 圖嗎？顯然不是，關鍵在于對產品交互的思考能力，以及設計出符合原則的流暢體驗。就像現在 AI 生成游戲原畫，外行覺得驚艷，但專業(yè)設計師能看出明顯的 AI 痕跡，缺乏手繪紋理和觸感，細節(jié)也常違背物理原理。總之，我認為應當以平常心看待 AI：既不必神化，也無需貶低，它本質上就是一個工具。

DeepTech：當前確實存在一些編程培訓班，學員經過短期培訓后通過包裝簡歷進入銀行外包等崗位從事基礎編程工作。隨著 AI 編程工具的發(fā)展，是否可能通過賦能資深工程師來完成更多工作，從而替代這些培訓班出身、從事基礎編程的程序員？

陳志杰：我認為這種替代是可能發(fā)生的，但這種現象并非 AI 獨有，實際上任何能提升開發(fā)效率的工具都可能帶來類似影響。比如在 AI 出現之前，低代碼/零代碼平臺已經能夠通過可視化配置替代部分基礎開發(fā)工作。

從更宏觀的科技發(fā)展視角來看，這種迭代是普遍規(guī)律。回想二十多年前，社會上還有大量教授 DOS 系統(tǒng)操作的培訓班，如今這類技能已基本消失；過去需要專門學習的 Office 軟件，現在也因為易用性提升而不再需要專項培訓。

當然，不可否認的是 AI 技術會顯著加速這一進程。這也再次印證了我們行業(yè)的評價標準：區(qū)分普通與優(yōu)秀工程師的關鍵從來不是單純的代碼編寫能力，而是解決問題的綜合能力。

DeepTech：今年美國計算機專業(yè)畢業(yè)生的就業(yè)前景出現了一些挑戰(zhàn)。從全球范圍來看，AI 編程技術的發(fā)展是否會進一步加劇計算機領域就業(yè)市場的這種壓力？

陳志杰：我認為未來就業(yè)市場確實會呈現兩極分化的趨勢：能力突出的工程師依然會受到企業(yè)爭搶，比如 Meta 等公司仍在提供天價 offer；但另一方面，如果僅僅具備普通甚至中等偏下的編碼能力，則很可能面臨更大的就業(yè)壓力。實際上，AI 技術對各行各業(yè)的沖擊都可能呈現出這種兩極分化的特征。

DeepTech：每當編程語言推出新版本或出現新語言時，程序員們常會感嘆“學不動了”。如今 AI 技術浪潮興起，這是否意味著未來想要保持競爭力的程序員必須主動擁抱并掌握 AI 編程工具？

陳志杰：如果開發(fā)者能積極學習和運用 AI 編程工具，我相信這將顯著提升很多人的工作效率。當然，如果有人暫時不愿使用，也完全可以理解，我并不認同那些過度戲劇化地宣稱“AI 將取代人類”的論調。

以算法工程師為例，他們實際編寫的代碼量往往很少，很多時候只是調整幾行配置參數。但誰能說他們不是優(yōu)秀的工程師呢？評價工程師的標準難道是代碼行數嗎？顯然不是。

有時候僅僅優(yōu)化一個配置，就能讓模型效果獲得巨大提升，這種價值根本無法用代碼量來衡量。這正是我一再強調的觀點：代碼編寫能力只是工程師的基礎素質之一，遠非衡量其價值的核心標準。

DeepTech：很多程序員擔憂“35 歲危機”，擔心被年輕人替代。你認為 AI 編程工具能否為這些資深程序員提供一些幫助或新的優(yōu)勢？

陳志杰：我認為這種焦慮和壓力，本質上并非源于大齡程序員能力下降或不如年輕人，而更多是由職場文化環(huán)境造成的。我在美國招聘時曾面試過許多谷歌 L9 級別的人才，其中不少都是擁有 20 年以上經驗的資深工程師，按工作年限推算，他們大多已四五十歲。

這反映出國內外在年齡觀念上存在顯著差異。我個人非常不認同這種以年齡劃線的方式，我認為這是一種不應存在的年齡歧視。

DeepTech：有時，35 歲被視為中年門檻。有觀點認為，到了這個年齡優(yōu)秀的話就應該晉升中層管理崗位了，如果未能達到這個層級，就可能面臨被淘汰的處境。

陳志杰：我認為這是一種管理上的惰性。評估一個人應該考察其實際能力，而非采用年齡這種帶有歧視性的標準進行一刀切。國內部分企業(yè)的這種做法確實存在不合理之處。當然，作為個體很難改變這種環(huán)境現狀。我們能做的就是保持持續(xù)成長的心態(tài)，積極擁抱能提升效率的工具，如果這些工具確實能帶來幫助，何樂而不為呢？

要基于互信去談創(chuàng)始人互補性

DeepTech：是什么促使你離開大廠投身 AI 編碼賽道創(chuàng)業(yè)？看到了哪些未被滿足的需求？

陳志杰：我個人的性格比較喜歡自由，工作了很多年，一直有創(chuàng)業(yè)的想法。這一波 AI 技術的本質在于提升生產效率，它不像娛樂性產品，而更像是生產工具。目前市場上比較成功的 AI 應用也主要集中在效率提升領域。

我們選擇 AI 編程這個賽道，一方面是因為我們團隊都是工程師背景，對這個領域比較熟悉；另一方面，當我第一次看到 AI 寫代碼的效果時，確實感到非常驚訝。原本以為代碼這種形式化語言，哪怕錯一個標點符號都會導致編譯失敗，但沒想到 AI 已經能做到如此出色的程度。

在實際體驗了一些 AI 編程產品后，我確信這項技術確實能帶來顯著的效率提升。基于這些考慮，我們最終決定投身這個領域。

DeepTech：為公司取名 Verdent，有什么特別的含義嗎？

陳志杰：“Verdent”意為“蓬勃生長”，這與我們的中文品牌理念“言創(chuàng)萬物”形成了巧妙的呼應，兩者都蘊含著持續(xù)進化與創(chuàng)造的內涵。

工程師天性崇尚自由，如果有更高效的工具或工作模式出現，大家自然會去選擇。就像我認識的一些優(yōu)秀工程師，他們即使偏好傳統(tǒng)編程方式，也會靈活運用 ChatGPT 等工具來輔助工作。

因此我們從不鼓吹“取代工程師”這類不切實際的口號，這種說法容易引起反感。我們真正專注的，是踏實地打造一款自己用得順手、用戶也覺得好用的產品工具。

DeepTech：你擁有深厚的技術背景，而聯(lián)合創(chuàng)始人劉曉春先生更偏向產品與商業(yè)化。你們二人如何分工協(xié)作？

陳志杰：從十多年前剛開始工作的時候，我和曉春就在同一個團隊里共事。我認為兩人一起創(chuàng)業(yè)最重要的基礎是互信，在這個前提下再去談技能組合的互補性才有意義。實際上，很多公司最終出現問題，往往不是因為某方面技能不足，而是源于創(chuàng)始人之間的信任基礎不夠牢固。

我和曉春作為相識多年的朋友，一起經歷過艱難時刻，也會在需要時互相鼓勵，這種信任關系非常難得。具體到創(chuàng)業(yè)實踐，我們會發(fā)現很多過往的技能和經驗在實際創(chuàng)業(yè)過程中可能并不完全適用，情況往往和預想的不同。這時候更重要的是我們能夠隨機應變、快速學習的能力，這才是創(chuàng)業(yè)成功的關鍵所在。

DeepTech：在具體工作中，技術決策是完全由你主導、商業(yè)方面主要由曉春負責嗎？

陳志杰：其實我們整個公司的文化氛圍比較輕松，工作方式都是以商量為主，沒有設定特別明顯的職責邊界。這不僅是我和曉春之間的合作模式，也是我們與團隊乃至之前同事共事的方式。

我認為這個行業(yè)本質上需要很高的人才密度，很多時候需要充分信任和授權。過于強調自上而下的指揮或明確的邊界劃分，實際上并不利于創(chuàng)新的產生。所以不單是我們兩人之間，整個團隊的合作都秉承著這種開放協(xié)作的理念。

DeepTech：Verdent 在融資過程中受到了騰訊和紅杉等頂級投資機構的爭搶。你認為投資人最看重你們團隊的哪些特質？是技術潛力、團隊背景，還是對市場的獨特判斷？

陳志杰：目前 AI 編程或者說 AI 軟件工程已經是一個明確的賽道，商業(yè)模式相對成熟，也有像 Cursor 這樣成功的公司案例，從商業(yè)角度來說這個方向是經過驗證的。另一方面，我們團隊的人才密度確實很有優(yōu)勢。雖然目前只有三四十人，但團隊成員無論是過往績效還是背景都非常出色。

在缺乏具體運營數據的情況下，投資人首先關注的是賽道前景，其次就是團隊是否靠譜。我認為我們能被爭投，很大程度上是因為大家認可我們團隊的整體實力。這并不是說我個人有多強，而是我們整個團隊，包括算法、設計師、研發(fā)等各個崗位的同學，整體素質都非常出色。

不善用 AI 者，即便擁有 AI 也難以產出優(yōu)秀成果

DeepTech：AI 編程是一個相對新興的方向，你們作為開發(fā)者卻要設計一款產品去幫助其他程序員和工程師編程時，這種角色會給你們帶來怎樣的獨特感受？

陳志杰：這種感覺確實很有挑戰(zhàn)性。本質上，這就像是為廚子做飯，我們自己本身就是工程師，卻要為同行設計和打造工具，這種自我服務的要求標準非常高，說實話挺不容易的。

DeepTech：這對你們自身提出了怎樣的門檻和要求？

陳志杰：為專業(yè)工程師開發(fā)這類工具確實非常復雜。關鍵在于產品中的每個微小細節(jié)都必須處理到位，否則用戶體驗就會非常難受。比如我們的插件和獨立產品，從外部看可能感覺很簡單，但真正要做好卻相當麻煩。目前，整個代碼量已經達到三四十萬行，這充分說明了其內在的復雜性。

（來源：https://www.verdent.ai/）

DeepTech：Verdent 將自身定位為“Agentic Coding Suite”（智能體編碼套件），這與市面上“更聰明的代碼補全工具”有何本質區(qū)別？

陳志杰：這個領域確實競爭非常激烈。我認為主要有幾個原因：首先，這是一個商業(yè)價值極高的場景，它能顯著提升開發(fā)效率，我們公司自身就在使用 AI 編程產品，并切身感受到了效率的大幅提升。其次，如果只關注 AI 編程本身，它可能看起來只是集成開發(fā)環(huán)境（IDE，Integrated Development Environment）中的一個具體功能。

但若將其置于更廣闊的軟件工程領域來看，這是一個年產值上萬億的巨大市場。即使在 AI 編程出現之前，技術服務相關的 SaaS 領域已經非常繁榮，并涌現出許多優(yōu)秀公司，比如 Salesforce、Databricks 等。

即便最近幾年，這個領域仍在誕生新銳企業(yè)，例如以色列團隊創(chuàng)立的 Wiz，成立僅五年就被谷歌以約 320 億美元收購。AI 對軟件工程領域的改造將涵蓋眾多場景，而 AI 編程只是當前走得比較順的一個切入點。未來的終極形態(tài)肯定不會停留在現在這樣，很多 AI 編程公司的最終產品形態(tài)都會演化。

具體到我們的策略，我們更側重于工業(yè)化場景和復雜度較高的任務。這體現在兩個方面：

首先，在開發(fā) IDE 插件時，我們傾向于實現大粒度任務的自主完成，并會優(yōu)先深入做好規(guī)劃與驗證環(huán)節(jié)；其次，我們的獨立桌面產品同樣注重并行處理和多任務管理等能力。總體而言，當前我們更聚焦于通過智能體方式完成高復雜度任務。至于未來的產品形態(tài)，目前仍在快速演進中。

我感覺行業(yè)都還處于探索階段，還沒有明確的答案，因為 AI 基礎模型層仍在劇烈變化：一開始還是 Claude 一家獨大，隨后出現了 GPT-5，最近又發(fā)布了性能出色的 Gemini 3，底層技術快速迭代決定了上層應用終局形態(tài)尚待探索。

DeepTech：在技術架構上，如何讓多個 AI 智能體協(xié)同完成跨文件、多步驟的復雜軟件工程任務？

陳志杰：我認為未來可能呈現幾個主要趨勢。首先，智能體的運行時間將顯著延長，處理的任務粒度會越來越大，并且更多以異步方式執(zhí)行，例如一個智能體可能需要半小時甚至更久來完成單個任務。在這種情況下，如何優(yōu)化用戶體驗就成為了關鍵問題。

其次，我們觀察到行業(yè)在這方面已經展開諸多探索。最初階段主要是基于類型的代碼補全，隨后逐漸發(fā)展到更自主、任務粒度更大的智能體應用，雖然核心仍是代碼生成，但應用場景正持續(xù)擴展。

如今我們已經看到代碼審查、合并請求自動化、測試驗證乃至網站可靠性工程（SRE，Site Reliability Engineering）運維等多樣化場景的出現。由此可見，第二個明顯趨勢就是應用場景的不斷豐富和拓展。而我們公司的發(fā)展路徑也將遵循這一方向持續(xù)推進。

DeepTech：有觀點認為，當前一些 AI 編碼工具雖然讓開發(fā)者用著“爽”，但可能會埋下更深的“技術債”。Verdent 在產品設計中如何確保生成代碼的可維護性、安全性與長期質量？

陳志杰：人們對新技術和新工具棧的接受程度天然存在差異，這在任何領域都是如此，總有一部分用戶更先鋒、愿意嘗試，而另一部分則相對穩(wěn)健，AI 編程領域也不例外。

以 C 語言為例，這門底層語言已存在多年，有人能用它寫出優(yōu)雅的操作系統(tǒng)內核代碼，也有人會寫出存在漏洞的程序。本質上，AI 編程只是一個工具，最終代碼質量的好壞仍然取決于使用者自身。

具體到 AI 編程工具，不同人的掌握程度差異確實很大：擅長使用的人能顯著提升效率并保證代碼質量；而不善使用的人，即便借助 AI 也難以產出優(yōu)秀成果，甚至可能生成大量低質代碼。

未來的 AI 編程工具使用方式可能會與傳統(tǒng)軟件開發(fā)有所不同。例如，現在已有開發(fā)者采用“抽卡”策略，用不同模型生成多個代碼版本，再挑選合適的進行手動修改；更進一步的做法則是在架構設計階段就考慮 AI 友好性，從而使 AI 生成的代碼具有更高可用性。

總之，AI 編程本身只是一種工具，使用效果終究取決于使用者的能力。同時，隨著工具滲透率提升，社區(qū)正在探索全新的開發(fā)模式。在 Reddit 等相關社區(qū)，我們已經能看到不少關于新型軟件工程方法和原則的討論，這標志著一種全新開發(fā)范式的逐步形成。

DeepTech：面對從“模糊需求”出發(fā)的挑戰(zhàn)，Verdent 是如何訓練 AI 準確理解用戶意圖的？

陳志杰：單純依靠模型本身是遠遠不夠的。要實現真正的智能體自主完成任務，需要系統(tǒng)性地設計整個工具鏈、智能體循環(huán)機制等完整架構。在處理模糊需求方面，雖然當前模型能力已有顯著提升，但從本質上看，這個問題無法完全依賴技術解決。

就像人類之間的溝通也常常存在歧義和模糊性一樣，自然語言本身就具有高度靈活性和多義性，并非圖靈完備的精確語言。因此必須在產品層面進行針對性設計，比如通過多輪對話引導用戶完善輸入、消除歧義等。實際上，僅憑一句話就生成完整可用的程序或系統(tǒng)是絕無可能的，即便模型能力比現在強大百倍也難以實現。

觀察優(yōu)秀開發(fā)者的實踐模式就會發(fā)現，他們通常會先制定詳細規(guī)劃，在規(guī)劃階段就與機器進行充分對齊，明確技術選型、實現目標和具體意圖。這說明解決模糊需求不僅是個技術挑戰(zhàn)，更是一個需要產品設計共同應對的系統(tǒng)性課題。

DeepTech：在用戶畫像方面，目前或未來會更側重于服務個人開發(fā)者、初創(chuàng)團隊，還是大型企業(yè)呢？

陳志杰：我們當前仍主要聚焦于專業(yè)工程師群體。從發(fā)展路徑來看，這類工具通常最初從個人開發(fā)者用戶群起步，隨著產品影響力和成熟度的提升，會逐漸吸引企業(yè)用戶自發(fā)采用，最終自然延伸至企業(yè)采購階段，這大致就是我們預期的商業(yè)化演進路線。

DeepTech：面對你的前東家以及阿里、騰訊等大廠都已入局 AI 編程賽道，作為創(chuàng)業(yè)公司，你為 Verdent 制定了怎樣的生存與發(fā)展戰(zhàn)略？

陳志杰：這個宏觀層面的競爭態(tài)勢我不便過多評論，畢竟對大廠團隊的情況大家都有所了解。不過我認為開發(fā)工具這類產品與短視頻等依賴規(guī)模效應和網絡效應的業(yè)務不同，它并不需要巨額資源投入。

對我們而言，真正的核心競爭力在于能否持續(xù)提供卓越的用戶體驗。從這個角度看，我并不認為大廠具備額外優(yōu)勢，在人才方面，我們的團隊密度同樣很高；在產品特性上，這類工具也不需要像短視頻平臺那樣依賴大量創(chuàng)作者生態(tài)和資源投入。

實際上，我感覺最大的競爭壓力反而來自那些充滿活力的優(yōu)秀創(chuàng)業(yè)團隊，比如 Cursor 或 Devin 這類同樣敏銳進取的競爭對手。

DeepTech：在商業(yè)模式上，你是會參考 Cursor 采用的 SaaS 訂閱模式，還是會探索更加適合中國本土市場的獨特路徑？

陳志杰：我們主要面向海外市場，同樣采用訂閱制模式。

DeepTech：既然主要競爭對手是其他創(chuàng)業(yè)企業(yè)，各公司在人才儲備和融資金額上可能各有差異。在這樣的競爭環(huán)境中，大家究竟應該靠什么決勝？

陳志杰：如果陷入同質化競爭，作為后發(fā)且資源不占優(yōu)勢的團隊確實會面臨很大挑戰(zhàn)。因此關鍵在于能否提供真正差異化或創(chuàng)新的解決方案。我之所以認為競爭壓力更多來自創(chuàng)業(yè)公司，是因為觀察美國市場也能看到類似規(guī)律。

比如 Cursor 并非 AI 編程領域的首創(chuàng)者，最早推出產品的是 GitHub Copilot。但深入分析他們的發(fā)展軌跡和創(chuàng)業(yè)動機，會發(fā)現 Copilot 團隊的迭代速度明顯慢于創(chuàng)業(yè)公司。

事實上，包括美國大廠推出的編程工具，在社區(qū)反饋和用戶體驗方面普遍不如創(chuàng)業(yè)公司的產品。比如 Google 最近發(fā)布的 Antigravity，社區(qū)評價就傾向于認為它更像是對 Windsurf 的簡單模仿。

AI 編程賽道可能是僅次于模型廠商的第二大 AI 盈利領域

DeepTech：公司估值已經達到較高水平。在估值背后，你認為資本市場更看重的是當前產品已經展現出的能力，還是更看重未來重塑軟件開發(fā)模式的潛力？

陳志杰：我們的估值其實并不算高。對比美國 AI 編程領域的公司，即使在產品數據尚未顯現或處于低位時，它們的估值往往已達到數十億美元級別，我們的估值可能還不到它們的零頭。

從商業(yè)潛力來看，AI 編程賽道可能是僅次于模型廠商的第二大收入領域，其商業(yè)模式已得到充分驗證。相比之下，這個賽道的商業(yè)化能力甚至可能比垂類 ChatBot 等應用更強，無論是現有數據還是市場表現都支持這一判斷。

比如有些團隊用智能體技術開發(fā)法律或醫(yī)療行業(yè)產品，雖然客單價不錯，但與編程場景相比仍有較大差距，估值也相應低很多。這進一步印證了 AI 編程領域的獨特價值。

DeepTech：與國際化競品相比，你們的產品優(yōu)勢在于更理解中文開發(fā)場景，還是在技術架構上有獨特的創(chuàng)新思考？

陳志杰：我們并沒有特別針對中文場景進行優(yōu)化或特殊處理，產品從一開始就定位全球化市場。正如之前討論的，我們的技術路徑更側重于實現高復雜度任務的自主處理，致力于發(fā)展智能體能力，而不是僅僅打造一個 IDE。

DeepTech：未來計劃如何系統(tǒng)性地構建和運營開發(fā)者社區(qū)？

陳志杰：目前產品已完成初步打磨，我們計劃在 12 月份進行正式推廣。雖然產品已經做得不錯，但酒香也怕巷子深，好東西不會自動被大家知道，還需要通過市場活動主動觸達開發(fā)者。屆時我們將系統(tǒng)性地開展推廣工作。

DeepTech：最終希望 Verdent 最終為世界和整個軟件行業(yè)留下怎樣的獨特印記？

陳志杰：我職業(yè)生涯始于廣告行業(yè)，后來轉向娛樂產品領域。如今創(chuàng)業(yè)做 AI 工具，最大的感受是這件事能帶來強烈的成就感，因為我們切實幫助他人提升效率，創(chuàng)造著真實價值。

展望未來，我希望公司能在這個前景廣闊的行業(yè)中把握住時代機遇，持續(xù)開發(fā)出更多優(yōu)秀的工具產品，為整個軟件工業(yè)的發(fā)展貢獻自己的一份力量。

DeepTech：“人人都是開發(fā)者”這樣的時代會來到嗎？

陳志杰：我認為實現“人人都是開發(fā)者”的愿景會比較困難。數字世界本質上是現實世界的投影，而現實世界本身就極其復雜。即便省略編程環(huán)節(jié)，將現實邏輯準確建模到數字世界依然充滿挑戰(zhàn)，關鍵在于如何理清這些復雜邏輯。

更現實的圖景是：對于那些具備清晰思路和創(chuàng)造力的人，如果他們想要實現自己的想法，編程將不再成為主要障礙。這里可以類比產品經理的角色，他們不需要親自編碼，而是由工程師協(xié)助實現創(chuàng)意。

但這是否意味著人人都能成為優(yōu)秀的產品經理？顯然不是，出色的產品經理依然稀缺。因此，AI 工具真正降低的是創(chuàng)意的實現門檻，而非對邏輯思考和創(chuàng)造能力的要求。

DeepTech：硅谷有業(yè)內人士討論泡沫可能即將到來，你對這個觀點有何看法？

陳志杰：我認為任何重大技術浪潮都難免伴隨泡沫。回顧上一波互聯(lián)網浪潮，其中確實存在大量泡沫，但同時也孕育出了谷歌等卓越的企業(yè)。當前這輪 AI 浪潮中，泡沫成分確實存在，但我相信同樣會誕生一批真正優(yōu)秀的公司。這個判斷可能需要十年后再來回望驗證。