Coinbase CEO Brian Armstrong 目标：10月前实现50%代码由AI生成

Coinbase 首席执行官 Brian Armstrong 近日表示，他希望到今年 10 月份，该加密货币交易所 50% 的日常代码能够通过人工智能生成。

“显然，我们需要对 AI 生成的代码进行审查和理解，并不是所有业务领域都适合使用这种技术。但我们应该尽可能负责任地利用它。”阿姆斯特朗在社交媒体上写道。

据阿姆斯特朗透露，目前 Coinbase 每日生成的代码中已有约 40% 来自人工智能。作为一位积极推动公司范围内采用 AI 技术的领导者，他在上个月的一次播客中承认，自己此前因解雇不愿使用 AI 编程工具的程序员而引发争议。这一决定被许多人认为“过于严厉”，但阿姆斯特朗也坦承了其背后的战略考量。

阿姆斯特朗的目标不仅反映了 Coinbase 内部的技术转型，也体现了整个行业的趋势。OpsLevel 数据显示，截至 2025 年 6 月，94% 的科技公司都将引入 AI 编码助理，以提高生产力和缩短产品上市时间。

AI 辅助编码通常指开发人员依靠人工智能快速生成代码，但仍需负责调试、审查并确保对机器操作的理解。然而，随着“氛围编码”概念的兴起，这种传统方式正在发生变化。“氛围编码”一词由计算机科学家 Andrej Karpathy 提出，他曾任特斯拉高级 AI 总监，并创立了 Eureka Labs。

根据 Karpathy 的描述，“氛围编码”意味着完全放弃对代码的主动监督，全盘接受 AI 的建议，即使不理解错误信息也能继续推进项目。这种方式虽然适用于一次性的小型项目，但可能会导致代码复杂性超出人类的理解范围。

“有时候大型语言模型（LLM）无法修复 bug，我只能绕过它们，或者要求它们随机修改，直到问题解决。对于周末的小型项目来说，这还不算太糟，不过仍然很有趣。”Karpathy 在推特上分享道。

Y Combinator 首席执行官 Garry Tan 也透露，在加速器 2025 年冬季批次中，有四分之一的项目中 95% 的代码依赖于 AI。

人工智能与软件开发的未来

尽管 AI 对软件开发带来了显著效率提升，但也引发了对其潜在风险的担忧。一方面，人们担心这些工具可能削弱开发者对代码内容的理解，从而埋下安全隐患；另一方面，用于训练这些 AI 模型的数据来源同样备受质疑。

社区数据网络 Vana 的联合创始人 Art Abal 表示：“我不禁怀疑，有多少 AI 生成的代码是基于人类创造的数据进行训练的？又有多少价值真正回馈给了创造者？我的猜测是几乎没有。”

Abal 强调：“我们需要一个更公平的数据所有权体系。否则，那些贡献数据用于训练这些模型的人将被排除在创新和效率提升之外。最终，人类可能沦为‘数据奶牛’，被无休止地榨取价值却得不到任何回报。”