AI 撰寫了 Google 四分之三的新程式碼，軟體工程已進入「代理人時代」

軟體工程的地基正在位移。短短十八個月內，人工智慧已從一位自動補完的助手，搖身一變成為全球最大科技公司產出新程式碼的預設引擎。在 Google Cloud Next 2026 大會上，執行長 Sundar Pichai 揭露，Google 內部所有新程式碼中，高達 75% 是由 AI 生成，再經由人類工程師審查核可——相較於六個月前的 50% 及 2024 年 10 月的僅 25%，成長曲線極為陡峭 。Pichai 說，工程師如今是在「真正的代理人工作流程」中，指揮全自主的數位特遣隊，而非手動編寫程式碼 。

Google 的數據是目前為止最戲劇化的公開數字，但它反映了整個產業的轉型。在 2025 至 2026 年間，AI 編碼代理人（Coding Agents）——能夠讀取整個存放庫、規劃多步驟任務、編寫程式碼、執行測試、除錯，並提出拉取請求（pull request）的工具——已從實驗性的研究預覽，進化為價值數十億美元的產品。Google、微軟、OpenAI 和 Anthropic 四大巨頭，正陷入一場打造能力最強、成本效益最高且整合最深的代理人編碼軍備競賽中，而這對軟體開發方式及開發者本身的影響才正要開始浮現。

代理人編碼的四強爭霸戰

Google：Gemini 驅動的內部革命

Google 在 2026 年 Cloud Next 大會上由執行長 Sundar Pichai 宣布的 75% 數字，是 AI 生成程式碼在大型工程組織內部擴展最引人注目的公開基準 。公司內部的 AI 編碼模型 Gemini 已被納入績效考核目標——截至 2025 年第四季，部分組織設定了 55% 的程式碼變更應為「代理人輔助」的目標；而在 2026 上半年，Google 創作部門中 65% 的工程師被期望使用 AI 寫下超過 75% 的 committed code 。公司也提到，AI 輔助的程式碼遷移速度比一年前工程師獨力作業時快了六倍 。

微軟：MAI-Code-1-Flash——GitHub Copilot 的原生挑戰者

2026 年 6 月 2 日的 Microsoft Build 大會上，微軟推出了 MAI-Code-1-Flash 。這是一個擁有 50 億活躍參數的編碼模型，由微軟以合法授權資料從頭到尾自行打造，完全不依賴 OpenAI、Anthropic 或任何第三方模型的蒸餾技術 。該模型採用稀疏混合專家（Sparse Mixture-of-Experts）架構，總參數達 1370 億，具備 256,000 個 token 的上下文視窗，並在 GitHub Copilot 的生產環境中從 2026 年 3 月訓練至 5 月——這意味著模型是在它日後要服務的、真實世界的開發者工作流程上學習的 。

成果是一個在微軟對抗性編碼基準測試中達到 85.8% 分數、並在 SWE-Bench Pro 獲得約 51% 分數的模型。相較於 Anthropic 的 Claude Haiku 4.5，它在 SWE-Bench Pro 上領先了 16 個百分點，同時在複雜編碼任務中消耗的 token 減少了最多 60% 。MAI-Code-1-Flash 自 6 月 2 日起已在 Visual Studio Code 中向 GitHub Copilot 的 Free、Pro、Pro+ 和 Max 方案用戶逐步推出，並可透過 Fireworks AI、Baseten 和 OpenRouter 等第三方平台存取 。

OpenAI：Codex 成為多代理人指揮中心

OpenAI 在 2025 年 4 月推出 Codex，將其定位為能平行處理多項任務的雲端軟體工程代理人 。到了 2026 年 4 月，Codex 的每週活躍用戶已突破 400 萬 。該平台現已擴展為一個涵蓋應用程式、命令列工具（CLI）、IDE 擴充功能及雲端的模型與介面家族，彼此相輔相成 。

Codex 演進的關鍵里程碑：

• GPT-5.2-Codex（2025 年 12 月）——針對代理人編碼與防禦性網路安全進行了最佳化，強化了長時程任務處理能力與 Windows 環境支援 。
• GPT-5.3-Codex（2026 年 2 月）——速度提升 25%，將頂尖的編碼效能與更廣泛的推理及專業知識結合，被定位為邁向完整「電腦工作者」代理人的一步 。
• Codex 桌面應用程式（2026 年 2/3 月）——一個能在 macOS 和 Windows 上管理多個平行代理人的「指揮中心」。
• Codex Security（2026 年 3 月）——一個用於辨識與修復軟體漏洞的應用程式安全代理人 。
• Codex 中的 GPT-5.5（2026 年 5 月）——專為複雜編碼、電腦使用、知識工作與研究流程打造的最新旗艦模型 。

Codex 已成為足以從根本改變開發者建構軟體方式的生產級基礎設施 。

Anthropic：Claude Code——從研究預覽到 25 億美元產品的傳奇

Anthropic 的 Claude Code 在 AI 編碼市場寫下了最驚人的商業軌跡。它於 2025 年 5 月在「Code with Claude」大會上推出，數月內年化經常性收入（ARR）便突破了 5 億美元，2025 年底達到 10 億美元，並在 2026 年 2 月一舉超越 25 億美元——此一成長速度甚至超越了 ChatGPT 早期的採用曲線 。Anthropic 的整體營收從 2025 年底的約 90 億美元，飆升至 2026 年春季的 300 億美元以上，主要由 Claude Code 驅動 。

從數據看，Claude Code 的影響力驚人 ：

• 佔 GitHub 所有公開 commit 的 4%，預計到 2026 年底將達到每日 commit 的 20% 以上。
• 80% 以上的 Anthropic 自家工程師每日使用它。
• 在《Pragmatic Engineer》針對 15,000 名開發者的調查中，獲得 46% 的「最受喜愛」評級，遠超 Cursor 的 19% 和 GitHub Copilot 的 9%。
• 在 2026 年 5 月 6 日的「Code with Claude 2026」大會上，Anthropic 宣布了「託管代理人」（Managed Agents）以及與 GitHub、Vercel、Datadog 和 Bun 的更深度整合 。

2026 年 5 月 28 日，Anthropic 發布了 Claude Opus 4.8——一款擁有 100 萬 token 上下文視窗的混合推理模型，將長時間運行的代理人任務推向了新的邊界。Anthropic 回報，它忽略自身程式碼中缺陷的機率，大約只有 Opus 4.7 的四分之一 。

工程師的角色如何改變

從編寫程式碼轉變為監督代理人，這不是遙遠的預測，而是全球最大軟體組織當前的運作模式。Pichai 解釋，Google 工程師的角色正日益轉變為審查者與指揮者，他們使用 AI 代理人來規劃、編寫、測試和執行複雜任務 。

Anthropic 的《2026 年代理人編碼趨勢報告》清楚地描述了這項轉變：2025 年，編碼代理人從實驗工具轉變為能交付真實功能給真實客戶的生產系統。AI 現在能處理整個實作工作流程——撰寫測試、除錯、生成文件和導航日益複雜的程式碼庫。該報告預測，單一代理人很快就會轉變為協調合作的代理人團隊，過去需要數小時或數天才能完成的任務，如今只需極少的人為干預即可完成 。

此種工程角色的重新定義，在各主要平台上都可看到：

• OpenAI 的 Codex 現在支援平行代理人執行，讓開發者能將長時間運作的工作同時委派給多個代理人，並在統一介面中檢視其產出 。
• Anthropic 在 2026 年 3 月 24 日為 Claude Code 引入了自動模式，允許代理人自主決定哪些動作是安全的，並在執行前由內建的 AI 安全措施進行審查 。
• 微軟的 MAI-Code-1-Flash 是在 GitHub Copilot 的生產環境中訓練的——這項設計選擇意味著模型學習的是真正的代理人編碼工作流程，而不僅僅是孤立的程式碼生成 。

生產力的提升是巨大的。Claude Code 展示了在一小時內設計出一個複雜分散式系統的能力——該報告聲稱，同樣的工作先前曾耗費 Google 某個專案團隊整整一年的時間 。微軟則宣稱，MAI-Code-1-Flash 在複雜任務上消耗的 token 比同級模型少了多達 60% 。

勞動市場：不是消滅，而是兩極分化

您所提及的具體勞動市場數據——美國工程師職缺增加 30%，以及 22 至 25 歲開發者就業率下降近 20%——在所提供的來源資料中無法得到獨立驗證。然而，現有的證據一致描繪出一個正在經歷「兩極分化」而非「崩潰」的職業景象。

頂尖人才需求增加

Anthropic 的趨勢報告指出，隨著 AI 促成更快的開發速度和更高價值的工作，公司正在聘請更多、而不是更少的工程師 。需求正轉向能夠設計系統架構、審查 AI 生成產出，並做出高層次設計決策的資深工程師。在 Google，內部對代理人輔助程式碼變更的要求目標，加上公司表示工程人員編制持續成長，都顯示 AI 正被用來放大產能，而非直接取代工程師 。

初階開發者的經驗斷層

在所提供的素材中，最急迫的擔憂是初入行工程師的處境。初階開發者傳統上是透過例行性的編碼任務來磨練技能——修復錯誤、編寫測試、實作簡單的功能。而這些正是如今最容易被 AI 代理人有效吸收的工作。多個來源將此描述為一個「經驗斷層」問題：如果 AI 處理了初階的編碼工作，新進工程師要如何學習並成長為資深人才 ？

在提供的素材中，沒有任何來源為這項挑戰提供經過驗證的解決方案。這暗示著，這個行業將需要全新的培訓管道、師徒指導結構以及重新定義的職涯階梯——但這些變革仍在摸索中。

下一步是什麼

發展軌跡是明確的。Google 在十八個月內，將 AI 生成程式碼的比例從 25% 拉高到 75%。Claude Code 在不到一年的時間裡，年化收入從零增長到 25 億美元。OpenAI 的 Codex 在大致相同的時期內，從單一代理人命令列工具，成長為橫跨桌面、雲端和 IDE 的多代理人平台 。

尚未解答的問題，不在於 AI 編碼代理人是否會持續進步——它們肯定會——而是在於，當編寫程式碼這項行為日益由機器處理，而人類的角色變成引導、審查和決定要構建什麼時，工程組織、教育機構和個別開發者將如何適應這個全新的現實。