前谷歌工程师王咏刚分享了自己的开发经历,在对一款老式模拟器项目迭代优化时,他借助大模型,短短几天时间里 AI 就完成了总计 3 万行代码的产出,还配套生成单元测试、浏览器集成测试代码,整个过程里手写编码的工作量大幅下降,他主要负责需求把关、方案确认、提出质疑和校验结果,也因此产生了自己变成 “闲人” 的感受,这个案例并不是说程序员会直接被替代,而是直观体现 AI 正在把程序员从重复编码劳动里释放出来,后续程序员更多转向需求定义、方案评审、风险把控、验收验证这类上层工作。
一、本次案例基础信息
| 项目条目 | 详情 |
|---|---|
| 项目载体 | Altair 8800 模拟器开源项目 |
| 原始规模 | 几百行旧代码 |
| AI 产出成果 | 3 万多行代码,附带单元测试、浏览器集成测试 |
| 耗时 | 三四天 |
| 工程师工作内容 | 梳理需求、审核 AI 方案、反馈问题、验收代码、确认功能逻辑 |
| 使用模型 | Claude Opus 5.5 |
二、这个案例里 AI 承担和人承担的工作清单
- AI 负责:具体代码编写、模块扩展、测试用例生成、接口适配、基础 bug 修复
- 工程师负责:明确业务目标、划定项目边界、判断方案是否合理、检查代码逻辑漏洞、验收功能是否符合预期、处理 AI 无法判断的业务取舍问题
三、从案例看到的开发流程变化
- 先对齐需求:工程师把项目背景、要实现的功能、历史限制条件整理成清晰提示词交给 AI;
- AI 输出整体架构方案,工程师审核方案,提出修改意见;
- AI 分模块持续生成代码、自测脚本,迭代更新;
- 工程师持续抽查、质疑 AI 的实现思路,发现不合理的地方让 AI 重写;
- 全部开发完成后,工程师做整体功能验证、回归测试,确认项目可用。
四、容易产生的认知误区梳理
- 误区:AI 写完 3 万行代码,代表程序员没用了
- 误区:这 3 万行代码全部可以直接上线,不用人工审查
- 误区:所有项目都能像这个模拟器项目一样,几天生成数万行代码
真相:AI 缺少目标判断力、业务取舍能力,没人把控很容易写出能运行但不符合需求、暗藏隐患的代码;
真相:AI 代码存在逻辑陷阱、边界 case 遗漏,大规模代码必须人工抽检和回归;
真相:模拟器属于逻辑相对规整、边界清晰的项目;复杂业务系统、高安全等级项目难度高,AI 很难独立完成。
【常见问题】
问题 1:前谷歌工程师这个案例里,AI 几天写出 3 万行代码,是不是工程师全程不用看代码?
回答 1:前谷歌工程师这个案例里,AI 几天写出 3 万行代码,工程师不是完全不看代码,只是不再手动敲大量代码,需要持续审核方案、抽查代码、验证功能,把控整体方向。
问题 2:AI 几天写出 3 万行代码,这个案例能不能说明以后程序员都只做 “闲人”?
回答 2:AI 几天写出 3 万行代码,这个案例只能说明编码工作量被 AI 承接,程序员不会都变成闲人,工作重心会转向需求、评审、风控、验收等高价值环节。
问题 3:AI 几天写出 3 万行代码,这类 AI 批量生成代码适合什么类型项目?
回答 3:AI 几天写出 3 万行代码,这种模式更适合逻辑规范、需求明确、边界清晰的工具类、模拟器类项目,金融、工控等高可靠性项目不能完全交给 AI 自主生成。
问题 4:AI 几天写出 3 万行代码,AI 生成的这 3 万行代码还需要做测试吗?
回答 4:AI 几天写出 3 万行代码,哪怕 AI 自带生成了测试脚本,这 3 万行代码依然需要人工参与回归、边界测试,排查 AI 容易忽略的隐性 bug。
【数据来源】
[2026-11-06](前谷歌工程师王咏刚:AI 几天写出 3 万行代码,自己成了 “闲人”)IT 之家
[2026-11-06](AI 几天写出 3 万行代码,前谷歌工程师分享开发实录)AIBase
[2026-11-06](前谷歌工程师谈 AI 重构模拟器项目长文解读)腾讯新闻
【免责声明】
本文仅对前谷歌工程师 AI 几天写出 3 万行代码的公开案例做信息整理,该案例属于特定项目场景下的个例,不代表所有软件开发都能达到同等效率,AI 代码的安全性、可靠性需要结合项目场景充分验证,不构成职业发展或者项目开发的指导结论。
