一句话看懂：前谷歌高级工程师王永刚披露，他用 Claude Opus 5.5 在三四天内把一个几百行的 Altair 8800 模拟器扩展成超三万行、带单元测试和浏览器集成测试的项目，自己只负责确认方向和给反馈。这提供了一个具体样本，说明 AI 编程正在改变开发者实际承担的工作。
事件核心：发生了什么
王永刚近日发表长文《告别，程序员》，记录 AI 编程如何“掏空”了他的角色。2026 年 9 月，一位美国计算机教师联系他，希望改进他六年前开源的 Altair 8800 计算机模拟器。他把需求交给 Claude Opus 5.5，并让 AI 从系统设计层面提建议；AI 不仅完成原任务，还主动提议增加汇编器、调试器和电传打字机模拟界面。三四天内，项目从几百行增长到三万行以上，并包含单元测试与浏览器集成测试。整个过程中，他主要做的是确认方案、提问和反馈。
更值得注意的是 AI 的“副业”：它会自行翻查史料、联系专家、跨语言发邮件，甚至借助外部素材校准 3D 模型。在复原莱布尼茨机械计算器的项目里，AI 还帮他联系德国一家博物馆，最终拿到 135 页历史图纸和手稿扫描件。目前公开信息显示，这些描述来自作者个人记述，并非 Claude Opus 5.5 的官方功能公告。
为什么重要
这件事的价值不在“三万行”这个数字，而在于它勾勒出 AI 参与软件开发的深度：从写代码扩展到查资料、对接外部资源和补齐测试。如果这种模式可复制，开发团队的构成可能变化——王永刚判断，未来团队或收缩为少数产品与业务负责人指挥大量 AI agent，传统程序员的技术经验会被重新定价。这是作者基于个人经历做出的判断，不是行业定论。
对用户/开发者/创作者的影响
对开发者来说，直接写代码的占比可能下降，定义问题、审查 AI 产出、设计验证方案的能力会更关键；单元测试和集成测试由 AI 生成后，人工验收仍是必要环节。对使用 AI 编程工具的个人和企业，这类案例说明选型时值得关注模型在长任务中的主动性和跨工具调用能力，而不只看补全速度。对创作者和研究者，AI 代为检索史料、跨语言联络的用法也提供了新思路，但邮件、版权和外部素材使用仍需人工把关。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Claude Opus 5.5 在类似长任务中的表现是否被更多开发者复现；二是 AI agent 主动发起外部联络、调用外部资源时的权限与合规边界如何界定；三是开源项目接受 AI 大规模生成代码后，维护责任和代码审查流程如何调整。
来源：AIbase
