刚过去的几个月见证了VC对AI编程赛道的狂热，其中最具代表性的就是拿到了巨额融资的两家：

　　3月12日，AI编程领域初创企业Cognition宣布获得A轮融资，投后估值3.5亿美元，并发布了其“首位AI工程师”Devin。仅1个月之后，公司又获得Founders Fund领投的新一轮融资，据悉公司在两轮融资筹集资金1.96亿美元，最新投后估值20亿美元，而此时距离公司成立仅仅6个月。

　　4月24日，AI编程助手开发商Augment宣布完成2.27亿美元的B轮融资，投后估值9.77亿美元，由谷歌前CEO埃里克·施密特（Eric Schmidt）以及Index Ventures等多家知名风险投资机构参投，而此时距离其完成A轮融资也仅仅过去了3个月。

　　资本的大量涌入意味着巨大的市场潜力和对赛道的看好。据不完全统计，过去一年AI编程领域拿到投资的初创企业多达数十家，而头部玩家如微软、亚马逊、谷歌也都推出了自己的AI编程助手。在AI能够结合并改造的所有“细分品类”中，AI编程无疑是资本和巨头倾注资源最多的那一个。为什么这个赛道如此受到关注？

　　在我们看来，如果AI能够自主编程，比其他工作的“自动化”可能有着更重要的意义——因为程序员是数字世界的主要构建者，一旦AI能够完全自主胜任编程工作，意味着数字化世界一个根本性的颠覆——这对于各行各业都是有巨大影响的。

　　关于这一点，微软CEO纳德拉有一段非常精彩的表述：“当你向一个组织引进Github Copilot，工作流程将发生改变。当销售人员开始写代码，这个组织就变了，它会以代码的速度前进。Copilot和代码速度将从根本上改变数字经济。包括汽车、金融、制药...未来，每家公司都是数字公司，也是软件公司。”

　　对于AI将要自动化的所有领域而言，编程是颇为特殊的一个。但目前这些AI编程工具，包括火遍全网的Devin，真的会让程序员失业吗？它们宣称要做的事情和实际上能实现的功能，真的一样吗？

　　下面这篇文章译自Google机器学习工程师Logan Thorneloe的博客，对这些问题给出了精彩的回答。

　　Cognition Labs 最近发布了第一位AI软件工程师，让开发人员担心他们的工作安全。我甚至在推特上看到过关于高中生因为Devin而改换大学专业的帖子。我理解这种担忧，它基于对AI夺走工作岗位的普遍恐惧，加上几周前英伟达CEO黄仁勋声称人们不应该只学编程。实际上这些说法都是炒作而已。作为一个从事机器学习和软件工程的人，我可以告诉你，软件工程师的工作在短期内还是安全的。

　　Devin是继Copilot之后，AI在编程辅助方面合乎逻辑的下一步。开发者们对Devin将取代他们的工作如此担忧，真让人感到惊讶，尤其是当大家都非常喜欢Copilot做同样的事情时。难道我们不应该期望Copilot和类似的工具变得更好吗？

　　号称最懂技术的社会群体，现在却成了对AI进步最感恐惧的群体。有些任务AI很擅长，它会首先替代工作中的这些任务。但这不仅限于软件工程。所有职业的某些部分都很快会被自动化，而许多其他方面则需要更长的时间让AI来完成。到软件工程师被完全替代的时候，许多其他工作早已被取代。我不理解为什么软件工程师是最担心被AI夺走工作的群体。

　　Devin的发布揭示了大多数软件工程师两个非常有趣的方面，比自动化工程师更吸引我：

　　Devin已被证明可以在没有干预的情况下端到端地完成约14%的问题，远远高于同类编程工具。

　　Cognition Labs针对编程任务对Devin进行了微调，并允许其访问常用的开发者工具来完成这些任务。Devin列出的功能包括：

　　阅读博客并从中学习。LLM已经表明，它能理解提供给它的文本和图片。这和使用开发者工具进行同样的操作是一回事。这里的创新之处在于与开发者工具的集成。

　　端到端构建和部署应用程序。我很好奇这在实践中意味着什么，但鉴于上述情况，这不应让人感到惊讶。如果Devin能够阅读指令并实施它们，只要有了相应的指令，Devin就能构建一个应用。

　　自主找到并修复错误。Copilot已经证明了LLM能在代码库中发现错误并提出可能的修复方案。这里的创新之处在于实际上实施修复。这真的很酷，但我很好奇这在现实中如何发挥作用，以及它的局限性在哪里。

　　训练和微调自己的AI模型。再次，网上有很多关于如何做到这一点的指导。我很怀疑Devin是否在做数据预处理和其他创建高质量AI模型的困难决策。如果真是这。