OpenAI說AI寫了80%代碼？數字背后藏著三個坑

Greg Brockman扔出一個數字：80%。OpenAI的代碼，AI寫的。但這個數字怎么算出來的，他本人都說不清楚——「很難知道有多少不是AI寫的」。一個連定義都模糊的數據，正在被整個行業當作里程碑引用。

80%的兩種算法，差出一個時代

Brockman的原話留了巨大的解釋空間。一種理解是：AI貢獻了80%的代碼行數，這是生產力敘事。另一種是：AI以某種形式參與了80%的編碼工作——補全、重構建議、生成后人工修改——這是使用率敘事。

他的那句「很難知道有多少不是AI寫的」，明顯偏向第二種。但媒體傳播和業界討論時，兩種解讀被混為一談。這個差距有多大？大到足以重新定義「AI寫代碼」這件事的含金量。

這不是OpenAI一家的話術。Anthropic的Dario Amodei去年公開說AI寫了90%的代碼，目標幾個月內沖到100%。Cursor三年做到20億美元年化收入，GitHub Copilot 470萬付費訂閱、財富100強90%滲透率。Anthropic 300億美元年化收入，公司自己承認主要就三塊：編碼、企業搜索、通用生產力。

模式高度一致：造模型的公司，都在說模型徹底改變了軟件工程。

「2025年12月拐點」到底拐了什么

Brockman在四月初的Big Technology播客里描述得更具體。他說2025年12月是個拐點——模型從能處理約20%的典型工程任務，躍升到約80%。他的原話是：「你必須圍繞這些AI重新設計工作流?！?/p>

他舉了一個OpenAI工程師的例子：這人以前完全搞不定讓AI處理底層系統工程，現在扔給模型一份設計文檔，看著它實現、插樁、分析性能，直到產出生產級代碼。

這個案例被反復引用，但值得細品。從「完全搞不定」到「全自動」，中間發生了什么？Brockman沒說。是模型變了，還是工程師的提示詞工程進步了，或者是任務本身的定義被悄悄收窄了？

更關鍵的是，20%到80%的躍遷，指的是任務覆蓋率，還是任務完成度？一個能寫80%場景代碼但剩下的20%全是硬骨頭的系統，和一個能寫20%場景但端到端交付的系統，完全是兩回事。

自證預言的循環

這里有個微妙的循環論證。AI實驗室用自己的產品提升自己的生產力，然后用這個提升來證明產品的價值。Brockman、Amodei、Cursor創始人，都在這個循環里。

但外部驗證呢？GitHub Copilot的470萬訂閱是真實的付費意愿，但「90%財富100強采用」不等于「90%代碼由AI生成」。企業采購和實際滲透率是兩件事，采購決策里的政治因素、實驗性質、合規要求，都會扭曲這個數字的真實含義。

Cursor的20億美元年化收入更直接——客戶用錢投票。但Cursor賣的是AI輔助編碼的體驗，不是「AI寫了多少百分比」的認證。它的成功證明開發者愿意為AI工具付費，不證明AI已經替代了特定比例的人類工作。

Anthropic的300億美元收入結構更值得玩味。編碼、企業搜索、通用生產力三足鼎立，但公司自己沒拆比例。如果編碼真的占絕對大頭，為什么不明說？這個模糊本身也是一種信息。

「70-80%的AGI」是誰的AGI

Brockman的另一個數字同樣需要拆解：AGI已經「70-80%達成」，按他的個人定義。

個人定義。這四個字是整句話里最重要的。AGI沒有行業標準定義，OpenAI自己內部的定義也幾經變動。Brockman的70-80%，可能是任務覆蓋率、可能是經濟價值替代率、可能是某種能力閾值——他沒展開。

但這個數字和80%代碼生成率并置出現時，暗示了一種線性邏輯：代碼生成是AGI的子集，代碼生成率逼近100%意味著AGI逼近100%。這個推論跳躍了至少兩步，卻被包裝成連貫敘事。

更緊迫的是他的另一個判斷：算力稀缺現在是AI實驗室交付能力的硬約束。這句話的潛臺詞是，模型能力本身已經不是瓶頸，基礎設施才是。如果這是真的，意味著競爭焦點從算法創新轉向資源調度；如果是敘事策略，則是在為潛在的交付延遲預埋解釋。

contested evidence，被忽略的小字

原文里有個詞用得精準：contested。關于AI編碼生產力的底層證據，比 headline 數字顯示的要「有爭議得多」。

爭議在哪？首先，「AI寫的代碼」沒有審計標準。是AI生成初稿人工修改算AI寫的，還是必須零人工干預才算？不同標準下，同一個工作流可以報出完全不同的百分比。

其次，代碼量和代碼價值不對等。80%的代碼行數可能是20%的核心邏輯，也可能是80%的樣板代碼。AI在哪種代碼上表現好，行業心里有數，但公開討論時這個數字被平等對待了。

第三，自我選擇偏差。愿意公開談論AI編碼率的，都是AI原生公司。傳統軟件公司的數據呢？金融、醫療、航空等強監管行業的實踐呢？這些聲音在公共敘事里基本缺席。

Brockman那句「很難知道有多少不是AI寫的」，表面是謙虛，實際是方法論困境。當人機協作深度嵌套時，「誰寫的」這個問題本身可能就不成立。但「不成立的問題」被包裝成「80%的答案」傳播，這是信息損耗還是信息操縱？

開發者該信什么

對于25-40歲的科技從業者，這組數字的真正價值不是信或不信，而是識別它們的使用場景。

如果你是決策者，80%是采購談判的籌碼，不是技術路線圖。供應商會用這個數字證明成熟度，你需要追問的是：你們的80%怎么定義的？有第三方審計嗎？在我們的代碼庫上實測過嗎？

如果你是開發者，80%是工作流重構的信號，不是職業終結的倒計時。Brockman說的「必須重新設計工作流」比「80%代碼AI寫」更有操作性。重點不是AI替代了多少，而是人機協作的接口怎么設計。

如果你是投資者，80%是市場情緒指標，不是基本面數據。Cursor的20億美元和Anthropic的300億美元是真實的商業成果，但它們來自AI輔助編碼的整體體驗，不是某個百分比的直接變現。

行業正在經歷一個典型的技術炒作周期：早期數字被過度解讀，中期泡沫被擠出，后期真實價值沉淀。80%這個數字的位置，大概率還在前半段。

一個更樸素的觀察

回到Brockman舉的那個工程師案例。從「完全搞不定」到「設計文檔進、生產代碼出」，這個轉變的描述方式本身就暴露了敘事傾向。

如果AI真的跨越了某個能力閾值，我們期待的描述應該是：更多工程師、更多場景、更穩定的輸出。但公開信息里，我們看到的仍是單個案例、特定任務、個人定義。

這不是否定進步。2025年12月的拐點可能真實存在，但它拐向的方向、速度、終點，都被過早地封裝進了80%這個簡潔數字里。

對于討厭注水、要信息密度的讀者，最實用的 takeaway 是：當AI實驗室談論自己的AI生產力時，把數字除以二，把時間表乘以二，把「已經」換成「正在驗證」。這樣得到的估計，可能更接近你實際部署時會遇到的情況。