导读：尽管有少人警告称人工智能会导致收入下降、人员失业，但是InfoSys董事长预测，人工智能将给服务型组织将带来更多的工作岗位。

当下 “氛围编码（Vibe Coding，也被称随性编码）” 的风潮席卷整个技术行业。不少人开始担忧，只靠自然语言向 AI 描述需求、由大模型全权产出代码的模式，会彻底挤压专业软件工程师的生存空间。

然而印度头部 IT 技术服务商 Infosys 的创始人兼董事局主席Nandan M. Nilekani（南丹·尼莱卡尼）却持完全相反的观点，他表示完全不必为此焦虑 —— 软件开发的核心价值从来都不只是产出一行行代码，AI 只能承担代码生成这一环，无法覆盖软件工程全流程的复杂工作。

何为 “氛围编码”

“氛围编码” 是行业近期爆火的软件开发模式，由前 OpenAI 研究员 Andrej Karpathy 提出。

开发者无需精通底层编程语言、不必逐行手写逻辑，仅用自然语言向 AI 工具描述想要实现的功能，AI 就能直接生成完整程序、接口、前端页面乃至整套项目代码。

诸如Cursor、Claude Code 等工具让这种开发方式门槛大幅降低，甚至不懂编程的产品、业务人员也能快速产出可用原型。市场随之生出普遍地焦虑：既然 AI 能快速写代码，传统程序员是否会被大量替代？

Infosys 管理层的核心判断

Infosys 高管 Nandan M. Nilekani在行业交流会议中直言，大家过度放大了 “氛围编码” 的威胁，根源是误解了软件开发的完整内涵。

周二，他在这家印度服务业巨头公司的年度股东大会上发表讲话时做出了一番预测。

“行业正经历一场重大的技术转型，每当此类转型发生时，人们都会质疑我们存在的意义、领导地位以及维持增长和利润的能力，”他说道。“鉴于人工智能的转型规模更大、颠覆性更强，这些质疑的声音也更大，疑虑也更加强烈。此外，摆在我们面前的根本性问题是：如果编程实现自动化，那么我们存在的意义是什么？”

“企业环境至关重要。解决方案必须与现有投资相辅相成。它们需要严格的测试、稳健的架构和基础性的网络安全保障。”

他还认为，人工智能将创造更多对只有人类才能提供的服务的需求。

“人工智能革命使得传统系统现代化变得前所未有的紧迫，客户正在着手偿还几十年来积累的技术债务，”他说道，这大概是指人工智能编码工具能够比人类更快、更高效地重写旧代码。

在外界人士眼里，程序员的工作就等于敲代码，但企业级软件交付的链条要复杂得多。AI 与 “随性编码” 只能解决 “代码生成” 这个单一环节，而真实项目里，需求梳理、业务对齐、产品设计、架构设计、安全校验、合规管控、长期运维、故障兜底、跨团队协同、成本管控等核心工作，全部离不开具备深度专业认知的人类工程师。

Nilekani 举例，大型政企、金融、制造业客户的软件项目有严苛的监管要求，数据隐私、行业合规、等保规范、审计追溯缺一不可。AI 生成的代码无法自动贴合本地化法规，也不能自主梳理业务边界，必须由资深工程师提前划定约束、事后逐条审计校验。单纯靠 AI “凭感觉写代码”，很容易产出存在合规漏洞、安全隐患的程序，企业根本不敢投入生产环境。

从项目落地视角拆解 AI 的局限性

1. 需求与业务理解无法交给 AI客户的真实业务诉求往往模糊、零散，夹杂行业专属规则，需要工程师和业务方反复沟通，梳理清晰可落地的标准化需求。

2. AI 只能根据文字提示生成代码，无法主动挖掘隐藏业务痛点，更没法识别需求里的矛盾与风险。“氛围编码” 只适合一次性小型脚本、临时演示原型，根本扛不住长期迭代的商用系统。

3. 关于系统架构与长期可维护性，它的本质是人类专属工作一套要持续运营十年以上的企业系统，核心考验模块化设计、性能预留、扩容方案、依赖管控。AI 只会根据单次提示生成局部代码，不会统筹整个代码库的长期演化，大量 AI 代码堆砌在一起，会形成难以维护的技术债务。只有资深工程师能提前规划整体架构，规避未来迭代的灾难。

4. 安全、审计、故障兜底责任无法转移给 AI，一旦线上系统出现宕机、数据泄露、资金逻辑错误，最终承担法律与经济责任的是企业和工程师，而非提供代码的 AI 工具。

5. “氛围编码” 产出的程序缺少完整审计链路，没人能说清每段逻辑的底层逻辑，出现故障后难以定位根因。专业工程师的价值，就是提前规避风险、出事之后快速修复。

6. 跨团队、上下游协同依赖人的统筹能力大型软件交付会联动产品、测试、运维、客户、第三方供应商多方角色，协调排期、处理分歧、调整交付方案都需要人的综合判断，AI 不具备人际协同、冲突处理的能力，无法主导完整交付项目。

   
   

企业落地现状：AI 是增效工具，而非替代者

在 Infosys 内部已经全面引入各类 AI 编码工具，鼓励员工用 “氛围编码” 处理重复样板代码、简单工具脚本，以此释放工程师精力，让大家把时间投入到高价值的架构、合规、业务设计工作中。

内部数据显示，引入 AI 代码生成工具后，工程师基础编码工时下降约 40%，但团队整体交付质量、客户满意度同步提升，因为人力更多投入到 AI 无法完成的核心工程环节。

而公司并未出现裁员缩编，反而持续招聘掌握系统设计、安全合规、行业业务知识的资深技术人才。

结语：业界的长期趋势

Nandan M. Nilekani总结说，技术迭代始终在重复相同规律：汇编、编译器、各类开发框架都曾简化编码工作，但从未消灭程序员。

如今 AI 与随性编码只是新一轮工具升级，它剥离了机械重复的手写劳动，倒逼工程师向更高阶的工程、业务、合规能力转型。

真正会被淘汰的，是只会复制粘贴、只懂基础语法、缺少系统思维的浅层开发者；能够统筹业务、把控架构、守住安全合规底线的专业工程师，价值只会持续上涨。

单纯依靠 AI 做“氛围组”，靠”随性写代码” 只能作为辅助手段，永远无法独立完成完整、可靠、可长期运营的商业软件项目。

作者：洛逸