AI 编年史 Act V——当 AI 开始自己提 commit，软件工程师的定义被改写了
这是 AI 编年史 系列的终章，覆盖 2025 年 10 月至 2026 年 3 月。
一个新的日常
2026 年 3 月的一个普通工作日，我打开 Cursor，启动 3 个并行 Agent：一个在重构支付模块，一个在写集成测试，一个在修复昨天 Code Review 里的评论。我自己在 review 另一个 Agent 昨晚提交的 PR。
这不是科幻。这是现在的日常。
回看半年前，AI 编程还是「你写代码，AI 帮你补全」。现在是「AI 写代码，你做架构决策和质量把关」。角色翻转了。
时间线：6 个月的关键事件
2025.10.29——Cursor 2.0：并行 Agent 时代
Cursor 发布 2.0 版本，带来了范式级变化：
- 最多 8 个并行 Agent，每个在独立的 git worktree 中操作
- 自研编码模型 cursor-fast，速度是同级别模型的 4 倍
- Background Agent 模式：你关掉电脑，Agent 继续在云端工作
- 界面重构：从「文件编辑器」变成「Agent 管理台」
Cursor 2.0 之前，AI 编程是线性的——你跟一个 AI 对话，逐步完成任务。之后，它变成并行的——多个 AI 同时工作，你负责协调和整合。
工程师的核心技能从「写代码」变成了「管理 AI 工作流」。
2025.11——Anthropic 封号潮
Anthropic 对中国用户发起大规模封禁。Claude Code 重度用户是重灾区。
封号触发机制：IP 地址（60%+）、设备指纹和浏览器环境（~25%）、异常使用模式（~15%）。中文系统语言、北京时区、中文输入法——这些都可能触发风控。
申诉成功率只有约 20%。如果封禁邮件提到「来自不支持地区的访问」，基本无望。
对我来说这是一个警示：不要把核心工作流建立在一个随时可能把你踢出门的平台上。
2025.12 - 2026.01——开源模型的新高度
DeepSeek V4：百万 token 多模态推理，API 成本约 $0.14/百万 tokens——是 GPT-5 的 1/20。在 MoE-2.0 架构上进一步优化动态路由。
Qwen 3.5：397B MoE 模型，Apache 2.0 协议，256K 原生上下文，201 种语言支持。Hugging Face 累计下载超过 7 亿次——全球下载量最大的 AI 模型家族。
成本真相：一家公司把同样的工作负载从 OpenAI 迁移到 DeepSeek，月费从 $4,200 降到 $210。自托管在 15-40M tokens/月时就能回本。
2026.01——技术民族主义新高度
美国《远程访问安全法》（Remote Access Security Act）把云端算力也纳入出口管制。之前只限制芯片出口，现在连通过云服务租用算力也受限。
同月，Anthropic 更新文档，明确禁止 OAuth 令牌在第三方工具中使用。大量通过 API 集成 Claude 的深度开发者被封号。
跨境 AI 服务出口因合规摩擦同比下降 18%。AI 的「可及性」正在变成由你的地理位置决定的事情。
2026.02——Anthropic CEO 的表态
Dario Amodei 公开声明，Anthropic 为封锁中国相关实体放弃了「数亿美元的收入」。他把这定位为 AI 安全决策。
这句话的潜台词是：Anthropic 选择了站在地缘政治的某一边。 作为用户，你可以不同意，但你必须认清这个现实，然后做出自己的选择。
2026.03——AI 贡献 4% 的 GitHub Commit
到 2026 年 3 月，AI 工具（主要是 Claude Code 和 Cursor）每天贡献 GitHub 上约 13.5 万个公开 commit，占比约 4%。按当前增长率，年底预计超过 20%。
这个数字的意义：AI 不再是「写代码的助手」，它正在成为软件工程的基础设施——就像 Git、CI/CD、容器化一样，是你不用但就落后的东西。
两个平行世界
这 6 个月最让人撕裂的是：AI 的能力前所未有地强大，AI 的可及性前所未有地不平等。
一边是 Cursor 2.0 的 8 个并行 Agent、DeepSeek V4 的 1/20 成本、Qwen 的 7 亿次下载——AI 在以惊人的速度变得更强、更便宜、更开放。
另一边是芯片管制、API 封锁、云算力出口限制——你能用什么 AI 工具，取决于你住在哪里、你的公司注册在哪里、你的 IP 是什么。
开源是弥合这道裂痕的关键力量。 DeepSeek MIT 协议，Qwen Apache 2.0——这些模型不问你的国籍，不查你的 IP。下载、部署、使用，不需要任何人的许可。
工程师的工作方式被重新定义
如果给这 6 个月的变化一个总结：
之前：你是一个写代码的工程师，AI 帮你补全和 debug。 现在：你是一个管理 AI 工作流的工程师，你负责架构决策、质量把关、风险预判。
具体来说：
- 编码：从「你写，AI 补」变成「AI 写，你 review」。Cursor 的并行 Agent 让你可以同时推进多个任务。
- 测试：AI 可以基于 PRD 和 TD 自动生成测试用例，准确率达到 90%+。你的工作从「写用例」变成「设计测试策略」。
- Code Review：AI 先过一遍，标出潜在问题，你再做人类判断。审查效率提升，但最终决策权还是你的。
- 架构：这是 AI 目前最弱的环节，也是工程师最核心的价值——系统怎么拆分、trade-off 怎么取舍、长期怎么演进。
AI 接管了「怎么做」，留给工程师的是「做什么」和「为什么做」。
我的 6 个月
这半年我做了三件事：
- 读完了 Claude Code 的全部源码，做了一个八章节的免费教程网站。最大的发现是它的架构简单到令人震惊——核心就是一个 while 循环。
- 开始把核心工作流迁移到开源模型。 DeepSeek 和 Qwen 本地部署，不再依赖任何一家公司的许可。
- 在团队内推动 AI 全流程落地。 从需求理解到上线验证，每个 SDLC 环节都有 AI 参与。
回看 AI 编年史的 40 个月——从 ChatGPT 的第一次震撼，到开源觉醒，到多模态元年，到推理革命，再到今天的 Agent 时代——变化的速度超过了所有人的预期。
但有一件事始终没变：真正的工程师价值不在于你用什么工具，而在于你怎么思考。 工具会变、平台会变、模型会更新换代。你的判断力、你的框架、你的第一性原理思考——这些是 40 个月后依然有效的东西。
上一篇：← 推理革命与中国力量 | 回到 系列引言 →
作者：Steven Chou · GitHub · X @StevenChouAI