李开复对 AI 编码能力的预测形成了一条清晰的时间线：2024 年 AI 只能完成单个编程任务，2025 年能跑通完整工作流，而到 2026 年，AI 替代的不再是岗位，而是整个企业职能部门，最终预计到 2028 年 AI 将完成企业应用 99% 的代码编写。

一、AI 编码能力的三段式演进时间线

李开复将 AI 在软件开发领域的能力进化划分为三个阶段，每个阶段对应一个关键年份和核心能力跃迁。

1. 2024 年：完成单个编程任务

2024 年，AI 编码的主要能力表现为能够辅助完成函数编写、代码片段生成等单点任务。这一阶段，AI 是程序员的 " 副驾驶 "，主要承担代码补全和重复性代码生成工作。

2. 2025 年：跑通完整工作流

2025 年，AI 的能力从 " 完成任务 " 升级为 " 跑通一整条工作流 "。这意味着 AI 能够理解功能边界，生成包含前后端、数据库交互、错误处理的完整功能模块，实现从需求到代码的 " 任务级 " 交付。

3. 2026 年：替代企业职能部门

2026 年是李开复预测中最重要的转折点。核心问题已进阶为 "AI 能否替代一个企业的职能部门 "。他明确指出，这不是替代某个岗位，而是替代整个部门——财务、人力资源、IT 等部门的工作均可由多智能体系统闭环完成。

二、两大关键突破支撑时间线

李开复认为 AI 编码能力跨越临界点，靠的是两项核心技术突破，这两个节点决定了上述时间线的成立。

1. AI 编码端到端交付

李开复表示，AI 编码能力已跨过临界点——一年前 AI 只能辅助编写代码，现在已能端到端交付一整套功能。在 SWE-bench 基准测试中，AI 的代码通过率已从早期的 4.4% 飙升至 90% 以上，超越了人类工程师。同时，AI 编程的单位效能成本已快速降至人类工程师的 1/20 甚至更低。

2. 多智能体架构突破单体天花板

单一智能体的推理能力存在天然瓶颈，而多智能体架构第一次打破了这一上限。李开复用 " 美第奇效应 " 来比喻——当不同领域的 AI 专家（规划、执行、评估、风控等角色）协同工作时，产出远超任何单一个体。他预测，多智能体系统将是未来十年最大的机遇。

三、对码农群体的影响节点

李开复在多次发言中给出了 AI 对程序员职业冲击的具体节点判断。

1. 初级编码岗大面积替代

李开复判断，纯搬砖敲 CRUD、不做判断的初级编码岗确实会被 AI 大面积替代，这是趋势挡不住的。这类岗位的特征是输入确定、输出确定、规则明确，不需要创造性判断，属于纯执行性工作。

2. 资深工程师价值提升

相反，能提需求、懂业务、会审 AI 产出并做架构决策的资深工程师反而更值钱。李开复指出，未来需要的代码总量可能是现在的千倍万倍，系统架构、安全设计、性能优化等高端工程能力会更加稀缺。

3. 码农角色转型：从写代码到驾驭 AI

李开复提出 "DRI（直接责任人）" 概念：未来程序员的角色不是写代码，而是给 AI 发指令、审结果、担责任。程序员的核心能力将从 " 写代码 " 转向需求定义、系统设计和 AI 产出验收。

四、最终的预测终点

李开复给出了明确的终极预测：到 2028 年，AI 将完成企业级应用 99% 的代码编写。这意味着传统程序员角色将被彻底重塑，" 零代码 " 时代正在逼近。他直言："CEO 们现在就该思考，你的公司准备好迎接‘零代码’时代了吗？"

总结：完整时间线一览

时间节点

关键判断

2024 年 AI 能完成单个编程任务，辅助编写函数和代码片段

2025 年 AI 能跑通完整工作流，生成整套功能模块

2026 年 AI 开始替代企业职能部门，而非单个岗位

2028 年 AI 完成企业应用 99% 的代码编写，迈入 " 零代码 " 时代

李开复反复强调，这并非程序员职业的消亡，而是行业从 " 人力密集型 " 向 " 人机协同型 " 的结构性重构。淘汰你的不是 AI，是会用 AI 的其他程序员——只有拥抱变革、学会驾驭 AI 的从业者，才能在这场浪潮中持续增值。

本文由 AI 生成