新闻网讯 新质生产力已成为推动经济高质量发展的核心引擎，在这场变革中，AI Coding无疑是最具冲击力的浪潮之一：当大模型可以生成过半的代码，“程序员会不会被取代”的焦虑弥漫校园。然而，写代码从来只是软件工程的一个环节——需求怎么定义、架构怎么设计、质量怎么保障、系统怎么演化，这些真正的工程难题，AI能接管吗？带着这样的追问，暑期，软件学院“硅基智浪”暑期社会实践队在学院党委副书记张虎带队下，奔赴深圳，走进腾讯、深信服、vivo、思谋科技、Lessie AI、数马电子等企业，在AI Coding产业化落地的最前沿寻找答案。

在腾讯，CodeBuddy开发团队的分享让队员们直观看到AI Coding规模化落地的真实图景：这款基于混元代码大模型的智能编程工具已覆盖腾讯内部超95%的工程师，整体编码时间缩短40%。但工程师们随即指出另一面：AI替代的是“把想法敲成代码”的翻译劳动，而需求理解、架构设计、代码评审的分量不减反增，工程把关成了新的瓶颈与核心竞争力。企业相关负责人介绍，其公司面向企业级“严肃编程”场景的CoStrict工具，将安全与质量置于AI化转型的底线：代码资产不出内网、支持私有化部署。“代码生成只是起点，可信、可控、可审计才是AI Coding进入千行百业的通行证。”

在vivo，依托自研蓝心大模型打造的编码助手已融入手机系统与应用研发的日常流程。企业工程师告诉队员们，越是大规模、长周期的软件体系，越需要严谨的工程化治理，AI提升的是单点效率，真正决定产品成败的仍是体系化的软件工程能力。

在数马电子，精密制造场景下软硬件协同的研发范式，同样让队员们看到：AI Coding的价值最终要靠扎实的工程化落在实体产业的土壤里。企业工程师坦言，AI可以加速嵌入式代码的编写，但软硬件协同的接口定义、时序控制与可靠性测试，仍须依靠严谨的工程方法逐一验证。

在思谋科技，队员们了解到该公司自研的IndustryGPT工业大模型已覆盖工业知识理解、检测代码生成与具身智能操控。但校友代表也坦言，AI Coding在工业场景的能力边界依然清晰：它擅长生成上层应用代码，而高实时控制、精密力控等核心环节仍需专业算法与工程经验支撑；具身智能面对的是充满不确定性的物理世界，从感知、决策到执行的每一步都对可靠性提出了远高于互联网软件的要求。

在Lessie AI，这家成立仅两年的创业公司以“People Search AI Agent”切入人脉搜索赛道。2014级本科校友、创始人于北川分享了小团队借助AI Coding“以一当十”的体验：两三个人依靠智能体与AI编程工具，支撑起过去数十人才能完成的产品迭代——但前提是有人把需求拆解清楚、把系统架构搭对、把质量底线守住。“AI放大的是工程判断力，没有判断力，生成再快也是南辕北辙。”这句话被队员们记进了调研笔记。

产业范式的变革，最终指向育人与成长的新命题。走访中，企业给出的回答高度一致：初级、重复的编码岗位正在收缩，但软件工程并未贬值，反而更加重要——定义问题、拆解需求、设计架构、评审质量、治理演化的能力愈发稀缺；用人标准正从“会写代码”转向“会用AI做好工程”。他们提出建议，学子应尽早把AI工具内化为基本功，把精力投向AI难以替代的系统思维、工程判断与创造性设计。

“亲眼见证了AICoding的广泛应用，我反而不焦虑了——被取代的只是敲键盘，需求、架构、质量这些工程硬骨头，比任何时候都更需要人来啃。”一名队员在感想中写道。另一名队员被两家校友企业深深触动：“学长们没有把AI当威胁，而是用工程能力驾驭它，把浪潮变成了创业的杠杆。”还有队员在调研日志中反思：“课堂教我们写出正确的代码，产业要求我们构建正确的系统。软件工程大有可为，这个暑假我找到了努力的方向。”

编辑：范千

来稿审核：张虎

审核：万霞、汪泉

审定发布：詹健