2025年是作者职业生涯的转折点，他离开Sentry创办新公司，并彻底改变了编程方式——从亲自动手编码转为使用Claude Code等工具辅助开发，这种工作方式的转变让他从程序员转型为工程领导者。

2025：人机协作的转折之年

作者Armin Ronacher在2025年末回顾了这一具有里程碑意义的一年。作为程序员，他经历了工作方式的根本性转变：从传统编程转向以AI代理为主导的开发模式。

工作方式革命

• 工具转型：从Cursor编辑器全面转向Claude Code等AI编程工具，实现"虚拟程序员实习生"的工作模式
• 生产力飞跃：全年发布36篇博客（占2007年以来总量的18%），并与上百位从业者探讨AI技术
• 技术聚焦：确立代码生成、文件系统、解释器粘合和基于技能学习四大技术方向

行业观察

• 终端界面复兴：Amp（高端工具）、Claude Code（大众选择）和Pi（开源方案）成为主流命令行工具
• 应用扩展：LLM从代码生成扩展到日常生活管理，预示着2026年消费级产品的爆发
• 外包趋势：核心服务外包化（如Stainless/Fern框架、Mintlify文档）与自主开发能力再平衡

人机关系反思

作者提出深刻警示： 1. 情感依赖风险：即使无记忆的AI也易引发拟人化情感联结 2. 责任归属：反对过度使用"代理"概念，强调人类必须保持决策主体地位 3. 社会契约缺失：需要建立AI时代的新行为准则，特别是开源社区的贡献规范

技术演进需求

1. 版本控制革新：

   • 需记录提示词和失败尝试的完整上下文
   • Jujutsu等新型版本控制系统可能取代传统git

2. 代码审查重构：

   • 现有PR界面无法适应人机协作场景
   • 审查功能需要深度集成到版本控制系统中

3. 可观测性突破：

   • LLM使eBPF和SQL等复杂技术民主化
   • Python 3.14远程调试接口展现新可能

行业争议

• 方法论分歧：严格审查派与完全信任AI派形成对立
• 开源挑战：未经审查的AI生成代码引发社区冲突
• 认知困境：缺乏评估AI技术的客观标准，形成"氛围驱动"的行业讨论

文末作者强调：我们既需要拥抱AI的变革力量，又要警惕其潜在风险，在技术创新与社会规范之间寻找平衡点。

（本文保留原作者的深度思考和技术细节，删减了个人网站导航、版权声明等非核心内容，对技术术语和行业现象进行了中文语境下的优化表达。）

以下是评论内容的总结：

1. 对AI编程工具的批评与担忧

   • 有人认为2025年是编程领域的"迷失之年"，过度关注工具和提示词而非算法和应用（评论1："2025 was a lost year for programming"）。
   • 担忧开发者与AI形成"寄生社交关系"，引用电影《她》类比这种不健康依赖（评论6："parasocial bonds with large language models"）。

2. AI生成代码的协作困境

   • 现有Git/PR系统无法承载AI编程的完整上下文（如提示词和失败路径），造成审查瓶颈（评论10："losing visibility into how it came to be"）。
   • 建议通过更频繁提交和附加文档（如AGENTS.md）改善（评论4："commit-level context could aid reviewing"）。

3. 工具创新的实践探索

   • 开发者尝试记录AI编程会话并开发时间线工具共享过程（评论3："record and publish my coding agent sessions"）。
   • 发现AI在逆向工程（如Ghidra交互）中展现突破（评论14："navigate binaries better than source code"）。

4. 行业变革的预测

   • 认为LLM将催生小型工具爆发，颠覆Datadog等现有平台（评论15："explosion of small tools for DevOps"）。
   • 强调终端用户需求应优先于技术栈讨论（评论13："normal people do not care about the tech stack"）。

5. 应用场景的延伸

   • 提出AI可用于QA测试（模拟用户流程）和需求记录自动化（评论7："New Kind of QA"和"Note to Self"）。

关键分歧：
- 支持方认为需系统性改进工具链（评论12："Who is building this?"）
- 反对方质疑过度依赖AI的合理性（评论9："atrophied their minds"）

（注：所有评论均无评分数据，故未体现认可度差异）