元峰AI笔记 · AI+IP

AI编程主战场**转移：终端是舞台，CLI是表演**

<title吴恩达炸裂分享：70%程序员要被淘汰，6款CLI神器救命！</title

吴恩达炸裂分享：70%程序员要被淘汰，6款CLI神器救命！

图片是Andrew Ng在2023年9月4日发布的推文，内容指出对理解AI的开发者存在巨大需求，但因多数高校课程未适应AI工具提升编程效率的新常态，CS专业毕业生失业率上升。图片以漫画形式呈现，2022年面试时问“你会写FIZZBUZZ吗？”，2025年则问“你能周五前建个电商平台吗？”，对比突显AI技术发展对编程能力要求的变化，与上下文关于AI人才需求及高校课程适应性问题的讨论相契合。

https://x.com/AndrewYNg/status/1963631698987684272

昨天看到吴恩达老师的分享👇

目前，市场对“懂AI”的开发者的需求存在巨大缺口，（企业）求贤若渴。但与此同时，由于大多数高校的课程设置尚未跟上“AI工具已能大幅提升编程效率”这一新常态，近期计算机科学（CS）专业毕业生的失业率反而有所上升。

当我面试“AI工程师”（即擅长构建AI应用的人才）时，我关注的是他们能否：

  • 利用AI辅助来快速构建软件系统；
  • 熟练运用AI的“技术积木”(building blocks)——例如提示词工程 (prompting)、RAG（检索增强生成）、评估 (evals)、AI工作流 (agentic workflows) 以及机器学习——来开发应用；
  • 快速构建原型并迅速迭代。

掌握这些技能的人，其产出效率远非那些仍沿用2022年（即生成式AI诞生前）旧方法编程的开发者可比。我每周都会与大型企业交流，他们极度渴望招聘成百上千名具备这些技能的人才；许多初创公司也是如此，他们空有绝佳的创意，却苦于没有足够的工程师来实现。随着越来越多的企业拥抱AI，我预见这种人才短缺只会愈演愈烈！

然而，现实的另一面是，近期CS毕业生的失业率有所上升——尽管他们的“低度就业率”（underemployment rate，即毕业生从事无需学位的工作）仍然低于其他多数专业。这就是为什么我们会同时听到“CS毕业生找不到工作”和“紧缺的AI工程师薪资飙升”这两种截然相反的说法。

当编程技术从“打孔卡”进化到“键盘与终端”时，雇主们在短期内仍会雇用打孔卡程序员。但最终，所有开发者都必须转向新的编程范式。AI工程正在掀起一场类似的巨变浪潮。

业界有一种刻板印象，认为“AI原生代”的应届毕业生比经验丰富的开发者更出色。这有一定道理。在招聘全栈软件工程师时，我就曾多次放弃仍在使用“2022年模式”的资深开发者，转而选择一个真正精通AI的应届生。

但我所认识的最顶尖的开发者，并非刚毕业的新人（对应届生并无冒犯之意！）。他们是那些始终紧跟AI变革浪潮的资深开发者。当今效率最高的程序员，是那些既深刻理解计算机、懂得如何架构软件、并能在复杂局面中做出权衡取舍，同时又熟练掌握前沿AI工具的人。

诚然，2022年的一些技能正逐渐被淘汰。例如，过去我们必须死记硬背的大量编程语法，如今已不再那么重要，因为我们不再需要那么多“手写代码”了。但即便CS知识中有30%被淘汰，剩下的70%（那些计算机基础）——如果再辅以现代AI知识——才是真正高效开发者的基石。（这就像打孔卡被淘汰后，对编程基础的理解对于使用键盘输入代码依然至关重要。）

如果不理解计算机的工作原理，你不可能仅凭“氛围编程”(vibe code) 就走向卓越。计算机基础（Fundamentals）依然至关重要。对于那些在扎实基础上又掌握了AI的人来说，工作机会多到数不胜数！

以上就是吴恩达老师的分享。

AI编程主战场转移：终端是舞台，CLI是表演

聊到这，关键问题来了。我们都知道那70%的基础很重要，但那决定胜负的30%“现代AI知识”和“前沿工具”，到底指什么？

答案可能让你有点意外：我们写代码的主战场，正在从你熟悉的图形界面IDE（如VS Code、IntelliJ），永久性地迁往黑乎乎的AI编程终端（如Claude Code、Gemini CLI等）。

从IDE过渡到自动化的“终端编程工具”，这个转变发生还不到一年，但势头极其凶猛。所有AI巨头都在疯狂涌入这个赛道，发布自己的CLI（命令行）AI工具。

一年前，大家还在夸 Cursor（一款AI IDE）多好用；一年后，顶尖玩家们已经都在CLI里干活了。

为什么？因为终端意味着更快的执行速度、最直接的系统访问权限，并且能和你现有的工作流（比如Git）无缝集成。

为了帮你快速跟上这波浪潮，我列举了目前席卷整个行业、最火的几款CLI AI编程工具。有意思的是，它们大多是开源的，而且几乎都是近几个月才诞生的“新锐”。

2024-2025新战场：6款顶尖CLI工具（建议收藏）

Claude Code

图片展示了Claude Code的界面，背景为黑色，上方有三个彩色圆点。图片中“CLAUDE”和“CODE”两个单词以橙色方块拼接而成，每个字母由多个方块组成，呈现出一种像素化风格。该图片与文档中介绍Claude Code的内容相关，直观呈现了这款AI编程工具的界面样式，帮助读者更好地了解其外观。

Claude Code 另辟蹊径，它将AI直接带入你已在工作的终端环境中。这款AI编程工具常驻你的终端，能理解你的代码库，并通过自然语言命令帮你执行常规任务、解释复杂代码和处理git工作流。

它最令人印象深刻的是编辑文件、运行命令和创建提交（commits）的能力。Claude Code 继承了你的 bash 环境，使其可以与你现有的工作流协同工作，而无需你改变编程流程。

关键特性

  • 直接的文件编辑和命令执行
  • 自然语言git工作流管理
  • 深入的代码库感知能力，能查看整个项目结构
  • 与 VS Code 和 JetBrains IDE 无缝协作

结论： Claude Code 为终端AI的能力设定了很高的标准。它是一个真正理解上下文并能采取行动的编程伙伴。

Gemini CLI

图片展示了Gemini CLI的界面。上方显示当前目录为“Documents\augment - projects\Promptsman”，并提示“no sandbox (see /docs)”。中间以大号彩色字母呈现“GEMINI”。下方有使用提示，如提问、编辑文件或运行命令，要具体以获得最佳结果等。还显示Gemini CLI更新可用，需运行“npm install -g @google/gemini - cli”更新。底部提示使用1个GEMINI.md文件，并有输入框，提示“Type your message or @path/to/file”。该图与文档中介绍Gemini CLI的内容相关，直观呈现其界面及部分功能。

Gemini CLI 让你能直接访问 Gemini，并且使用个人谷歌账户即可享受无与伦比的免费使用额度。其突出之处在于慷慨的免费套餐和开源特性。它使用 ReAct（推理与行动）循环来完成修复bug、创建新功能等复杂用例。

它可以查询和编辑超出 Gemini 100万token上下文窗口的大型代码库，并利用 Gemini 的多模态能力从 PDF 或草图生成新应用。

关键特性

  • 用于完成复杂任务的 ReAct 循环
  • 支持超100万token上下文窗口
  • 支持多模态输入（PDF、草图、图像）
  • 使用谷歌账户完全免费
  • 开源且可定制

结论： Gemini CLI 证明了强大的终端AI未必价格高昂。

Codex CLI

图片展示了OpenAI Codex CLI的界面。上方标题为“OpenAI Codex CLI”，下方说明其是运行在终端的轻量级编码代理。中间有代码执行指令“npm i -g @openai/codex”。下方代码区域显示了使用sed命令处理README.md文件的代码，以及Codex CLI在思考后返回的代码执行结果，还列出了文档行为、行为更新、保持提交原子性等注意事项。该图片直观呈现了Codex CLI在终端中的运行情况，与上下文介绍的其功能相契合。

OpenAI 的 Codex CLI 扮演了一个轻量级的编程代理，它可以在你的本地机器上读取、修改和运行代码。它专为那些已经“活在”终端里、既想要ChatGPT级推理能力，又想要实际执行能力的开发者而设计。

其安全性设计得非常周到：由于该CLI在本地运行，你的源代码永远不会离开你的环境（除非你选择共享）。

关键特性

  • ChatGPT级别的推理能力与代码执行力
  • 本地化操作以保护代码隐私
  • 文件操作和迭代能力
  • 支持多模态输入（截图和图表）
  • 仅需一个OpenAI API密钥即可实现零设置

结论： Codex CLI 将 OpenAI 业经考验的AI能力带到了终端，表现稳健。

Trae CLI

图片展示了Trae CLI的界面。左侧为操作栏，有文件管理、搜索等功能按钮。中间弹出菜单，包含“Open Folder...”等选项。右侧是协作界面，标题为“与Trae协作”，下方有输入框，可输入指令，如“Create a Snake game”“Create a To-Do list app”等，下方还有“@Builder”标识。该图片与文档中介绍Trae CLI的内容相关，直观呈现了其界面及部分功能。

这是字节跳动（ByteDance）进军终端编程革命的入场券。Trae CLI 能够自主处理从头到尾的复杂工作流，在没有持续“手把手指导”的情况下做出决策并执行多步骤流程。

Trae CLI 擅长理解整个项目的上下文，这使其在重构和大规模代码变更方面非常有效。

关键特性

  • 只需最少监督的自主任务执行
  • 支持多家LLM提供商，灵活性高
  • 复杂工作流的自动化与规划
  • 处理真实世界的软件工程任务
  • 开源并处于活跃开发中

结论： Trae CLI 证明了字节跳动真正理解开发者需要什么样的终端AI。

Qwen Code (Qwen CLI)

图片展示了Qwen Code的终端界面。上方有“TERMINAL”标识，中间以像素风格呈现“QWEN”字样。下方提示开始使用时可提问、编辑文件或运行命令，建议具体提问以获得最佳结果，可创建.QwenCode文件自定义交互，还有/help获取更多信息。界面底部显示当前目录为~\\Documents\\augment-projects\\Promptsmann，并有“no sandbox (see /docs)”提示，右下角显示模型为qwen3-coder-max，剩余上下文空间为100%。该图与文档中介绍Qwen Code作为阿里对终端编程回应的内容相关，展示了其界面及部分功能提示。

Qwen Code 是阿里巴巴对终端编程的回应。它派生自 Gemini CLI，并针对阿里巴巴的 Qwen3-Coder 模型进行了优化。

这意味着你既获得了 Gemini CLI 业经考验的架构，又拥有了当前最强编程模型之一——底层 Qwen3-Coder 模型的力量。阿里称其在AI编程等方面创下了开源模型的新SOTA纪录，可与 Claude Sonnet 相媲美。

关键特性

  • 基于 Qwen3-Coder-480B 模型构建
  • 256K 原生上下文窗口，可扩展至 100 万 token
  • Fork 自业经考验的 Gemini CLI 架构
  • 在 AI 体编程基准测试中达到 SOTA 性能
  • 开源且免费使用

结论： Qwen Code 与 Qwen-3 coder 一同发布，后者是最好的AI编程模型之一。

OpenCode

图片展示了OpenCode AI编码代理界面，上方显示“AI coding agent, built for the terminal.”。界面中呈现了代码编辑和交互内容，上方代码提示“Change button color to danger in settings.tsx”，下方代码编辑区域显示了在“Settings.tsx”文件中将按钮颜色从“primary”改为“danger”的代码修改，还展示了修改后的效果说明。该图片与文档中介绍OpenCode的内容相关，直观呈现了其在终端中辅助编码的功能。

OpenCode 将自己定位为 Claude Code 的开源替代品，它不会将你锁定在任何单一的提供商（支持OpenAI, Claude, Gemini, Bedrock, Groq等）。

其“会话管理能力”是高明之处；你可以保存对话，与团队成员共享，并从上次中断的地方继续复杂的编程任务。

关键特性

  • 极其广泛的多提供商支持
  • 会话管理与共享功能
  • 针对重复任务的可脚本化自动操作
  • 集成类 Vim 文本编辑器

结论： OpenCode 提供了许多开发者渴望的模型灵活性，非常适合团队环境。

结语

Claude Code 为基于终端的AI编程设立了标准。Gemini CLI 以其极低预算（免费）提供了强大的AI终端编程能力，打破了天花板。现在，作为 Gemini CLI 的一个分支，Qwen Code 凭借其 Qwen3-Coder 模型进一步拓展了边界，正在对 Claude 4 构成严重威胁。

终端编程是未来，我们，需要不断学习。

回到文章开头的那个矛盾：对于那些在扎实基础上（70%的基础）又掌握了这些AI工具（30%的新技能）的人来说，工作机会多到数不胜数。

图片展示了2022年和2025年职场场景对比。2022年，一位男士在白板上写代码，询问“你会写FizzBuzz吗？”；2025年，男士在电脑上操作，询问“你能周五前建个电商平台吗？” 。图片与上下文紧密相关，直观呈现了职场对编程能力要求的变化，从基础的代码编写，到复杂项目开发，体现了AI工具对编程技能的提升和职场需求的转变。