Redis之父Antirez：AI已永久改变编程，手敲代码不再必须

事实就是事实，编程已经被 AI 永久改变了。

近日，Redis 之父 Salvatore Sanfilippo (网名 antirez) 罕见地发表了一篇题为《不要被反AI的炒作所蒙蔽》的博文，瞬间引发了开发者社区的广泛围观与热议。

这篇文章的浏览量迅速突破 10 万，在 Hacker News 上的评论更是一夜之间飙升至 850 多条，热度非凡。

这篇文章之所以分量十足，一半源于其作者 antirez 本人。作为定义了一代基础设施的 Redis 作者和早期核心贡献者，他本人坦承自己是一个“老派”的 C 语言系统程序员，是那种一行一行敲代码成长起来的人。因此，当这样一位亲手码字的大佬开始拥抱 AI Coding 时，其观点无疑更具冲击力。

实际上，不仅是他，许多技术背景深厚的知名人物态度也在转变。例如，Linux 之父 Linus Torvalds 也曾透露自己在使用 AI 编码工具来辅助 GitHub 项目开发。

理想抵不过事实：AI已经永远改变了编程

在博文开头，antirez 首先表明了自己“老派”的一面：“我热爱写软件，一行一行地写。” 他写到，自己的整个职业生涯都在努力写出结构良好、极简、充满“人味”的软件，并认为人类的参与是软件的核心价值之一。他甚至坦言，自己并不希望 AI 在经济上“成功”。

可以说，我的整个职业生涯，都是在努力写出结构良好、极简、充满“人味”的软件。我一直认为，人类的参与本身就是软件的核心价值之一。我同样希望生活在一个不会遗忘弱者的社会。说实话，我并不希望 AI 在经济上“成功”。

虽然怀揣着老派的想法，但他并不保守。他随后抛出了一个扎心的观察：这些情怀和理想，却抵不过自己对于事实的理性判断。

但如果因为我对软件、对社会的理想，而刻意扭曲自己的判断，我会看不起自己，也看不起自己的智力。事实就是事实：AI 将永远地改变编程。

antirez 透露，自己早在 2020 年就辞职撰写了一部以 AI 为主题的小说。到了 2024 年底，他又开设了一个 YouTube 频道，专注于探讨 AI 在编程中的应用及其社会影响。

然而，AI 发展的速度远超他的预期。“我原本以为，我们至少还有几年时间，编程才会被彻底重塑。现在我已经不这么认为了。”

至于 AI 公司能否盈利、股市如何波动，在他看来从长期看都无关紧要。编程，已经被永久地改变了。

敲代码没必要了，前提是目标提示够清晰

经过过去几年的发展，antirez 坦言，最前沿的大语言模型已经能够在几乎没有人工干预的情况下，独立完成大型子任务，甚至是中等规模的项目。

而成功的关键，在于你能给出一组清晰的目标提示。

成功率取决于编程任务的类型（任务越独立、越容易用文本描述，效果越好，系统编程尤其适合），也取决于你能否在脑海中清晰构建问题模型并准确传达给 LLM。但总体而言，结论已经很明显：

对大多数项目来说，亲手写代码已经不再“理性”，除非只是为了好玩。

我们根本无法忽视正在发生的一切。手敲代码在很大程度上已经不再必要。

Redis之父用AI搞定了哪些任务？

空口无凭，antirez 分享了自己过去一周使用 Claude Code 进行“Vibe Coding”的亲身体验。

1. 改造 linenoise 库：他修改了自己的 linenoise 库，使其支持 UTF-8，并为行编辑器创建了一个使用模拟终端的测试框架。这是他早就想做的事，但为个人小项目投入大量工时很难说服自己。而当只需描述想法就能直接生成代码时，一切都不一样了。
2. 修复 Redis 测试中的间歇性故障：他修复了 Redis 测试中一些涉及时间相关 bug、TCP 死锁等的间歇性失败问题。Claude Code 花了足够长时间复现问题、检查进程状态、理解原因并最终修复。
3. 从零实现一个纯 C 的 BERT 推理库：昨天，他想要一个纯 C 的库来做类似 BERT 的 embedding 模型推理。Claude Code 在 5 分钟内就写了出来。输出结果与 PyTorch 完全一致，速度仅慢 15%。总代码量 700 行，还附带了一个将 GTE-small 模型转换过来的 Python 工具。
4. 复现 Redis Streams 的核心改动：过去几周，他一直在修改 Redis Streams 的内部实现，并撰写了一份设计文档。将文档丢给 Claude Code 后，它在大约 20 分钟内就复现了全部工作（主要时间花费在人工审核和确认执行命令上）。

整个过程中，antirez 只是通过编写提示、偶尔检查代码并给予方向，就在几个小时内完成了过去需要数周才能完成的四件事。

值得注意的是第三个例子：在几分钟内生成约 700 行代码，实现与 PyTorch 一致的 embedding 输出，性能仅慢约 15%，并配套提供模型转换工具。这种重写库文件的需求非常普遍，此例已说明 AI 处理这类任务已无大碍。

面对正在发生的事情，真的不可能视而不见。antirez 确信：大多数情况下，写代码本身已经不再是必须的。

更有价值的是接下来怎么做？现在，理解“要做什么”以及“该怎么做”变得更为关键。而在“怎么做”这件事上，LLM 同样是绝佳的搭档。对此，antirez 在 开发者广场 的讨论中也常能看到类似的见解。

antirez 在最后给开发者的唯一建议是：拥抱 AI。

无论你心中认为“正确的事情”是什么，拒绝正在发生的一切，并不能让你掌控局面。刻意避开 AI，不会对你本人、也不会对你的职业生涯有任何帮助。

具体而言，就是：认真思考，花几周时间（而非仅仅五分钟）去测试这些新工具，用结果来强化或修正你的认知，想办法放大你自己的能力；如果这次没成功，隔几个月再试一次。

毕竟，写代码的本质是创造，已经没必要纠结“AI取代自己写代码”这件事了。

也许你会觉得，自己花了那么多努力学会写代码，而现在机器替你做了这件事。但当年你熬夜敲代码，只为看到项目跑起来时，内心真正燃烧的是什么？是“创造”。而现在，只要你找到正确使用 AI 的方式，你可以创造得更多，也创造得更好。那份乐趣，依然在那里，毫发未损。

那么，大佬自己会怎么做呢？答案是：把 AI 深度渗透进自己的工作流，并创作更多的开源项目。

作为一个程序员，我现在比以往任何时候都更想写开源。我想重新打理那些因为时间原因被我放弃的仓库。我想把 AI 深度引入我的 Redis 工作流，继续改进 Vector Sets 的实现，然后像现在做 Streams 一样，去优化更多数据结构。

代码被大模型训练，其实是另一种开源

“那我怎么看待自己过去写的、后来被 LLM 训练时使用的那些代码？” antirez 对此表现得非常开放：他认为这没有问题，这其实是 90 年代开源精神的某种延续。

我把这看作是我一生追求的自然延续：让代码、系统和知识更加民主化。LLM 会帮助我们更快地写出更好的软件，让小团队也有机会和大公司竞争——就像 90 年代的开源软件所做的那样。

但这也引出了他对于闭源模型的担忧，并特别称赞了中国在开放权重模型方面的努力。

“然而，这项技术重要到不该掌握在少数公司手中。” “我对中心化感到担忧。”现阶段，预训练做得好不好、强化学习是不是更高效，确实存在差距。但开放模型——尤其是来自中国的一些模型——依然在和封闭实验室的前沿模型竞争（即便整体上仍有差距）。

不过整体上，antirez 认为，到目前为止，AI 的民主化程度是“够用的”，虽然并不完美。但它未来是否还能保持这种状态，完全没有保证。

他对开源能够追赶闭源持乐观态度。因为他观察到，当前最前沿的 AI 并不存在多到无法被追赶的“魔法”，否则很难解释为何 OpenAI、Anthropic 和 Google 多年来在结果上始终如此接近。

创新不可逆，但会伴随着阵痛

那么，未来会不会造成更多程序员失业呢？antirez 的看法并不乐观。

未来的动态并不清晰：公司会选择雇更多人、做更多事情，还是会通过“更会写提示的人”，来减少工程师数量、压缩薪资成本？而且，在其他一些行业里，人类可能会变得完全可替代，这让我感到害怕。

怎么办？antirez 似乎也没有特效药。他认为需要尽可能争取政府层面的扶持政策，并对未来 AI 创造的生存便利予以期待。

我们应该投票支持那些真正理解正在发生什么、并愿意扶持失业人群的政府。我也期待 AI 带来的积极一面：它可能推动新的科学进展，帮助减轻人类生存中那些并不总是快乐的痛苦。

敲代码不重要了？网友：不服，代码是写给“人”看的

对于这样一位开源界大佬亲自下场承认 AI 的威力，评论区不少网友似乎有些“破防”。

很快，一个典型的声音出现了：

我从 GPT-3.5 一路用到最新模型，每次 AI 写完，我都要重写 70%。架构不行，细节不行，根本没法交付。

这位网友可不是新手，他自称有着 15 年的 Java Spring、React、遗留系统及硬件接口开发经验。这条评论之所以引发共鸣，是因为它精准戳中了大量中高级程序员的真实体验。他的结论很直接：AI 能写代码，但写不好工程。

但另一拨网友的反击也很快到来：你们是不是把“标准”定得太高了？

会不会只是你太挑剔了？会不会只是你们的 review 文化太重了？

理由是：最终用户其实并不关心代码是否“优雅”，只要能运行、可扩展、不崩溃就行。很多所谓的“工程标准”，可能只是历史包袱或团队特定的审美。

就这样，争议点似乎从“AI 行不行”无缝切换到了程序员到底在为谁写代码。

一位网友引用了那句著名的编程格言：“程序编写的目的是为了让人阅读，而机器执行只是次要的。”

也许过不了多久，这句话需要被改写了：“代码不再是主要写给人看的了，而是写给 AI 理解和协作的，让机器执行依然是目标，但方式已变。”

这场围绕 人工智能 如何重塑编程的讨论，无疑还将继续。无论立场如何，积极了解并尝试这些工具，或许才是当下最理性的选择。你对此有何看法？欢迎在技术社区交流你的实践经验。

参考链接：
https://antirez.com/news/158