腾讯高管：今年大部分代码由AI生成，AI编程进入深水区
6月5日，腾讯云AI产业应用大会。
腾讯高级执行副总裁汤道生在与首席AI科学家姚顺雨的对话中，抛出了一个让全场安静的数字：
“今年腾讯大部分代码都是由AI生成。”
这不是一句PR话术。汤道生进一步解释：工程师现在把写代码的工作交给AI，自己花更多时间做架构设计、拆解需求，以及定期指导和修正AI的产出。
仅仅8个月前，腾讯发布的《2025研发大数据报告》中，这个数字还是50%。
从50%到”大部分”，腾讯的AI编程演进速度，正在重新定义软件开发的底层逻辑。
从50%到”大部分”：CodeBuddy的渗透曲线
2025年10月，腾讯首次系统披露AI编程工具的渗透进度：
- **超过90%**的工程师使用自研AI编程助手CodeBuddy
- **50%**的新增代码由AI辅助生成
- **94%**的代码评审环节有AI参与
- **28%**的代码问题由AI直接发现并被采纳
- 有效问题检出量提升44%
当时的表述是”每写两行代码，就有一行是在AI帮助下完成”。而现在，AI已经不再是”辅助”，而是成为了代码产出的主要来源。
CodeBuddy底层依托腾讯混元大模型。2025年腾讯月均新增代码3.25亿行，落地业务需求37万个，全集团产研人员占比高达76%。在AI加持下，研发自动化水平提升了67%，月均节省手工操作530万次。
具体业务数据更具说服力：
| 业务 | 成效 |
|---|---|
| 微信后台 | 编译耗时降低50% |
| 微信支付 | 需求交付周期缩短31%，发布质量提升14% |
| 手机QQ | iOS端编译构建耗时降低40% |
| 腾讯游戏 | 美术制作自动化率达95% |
| 腾讯云 | 65%新增代码来自AI，人均千行代码BUG率降低31.5% |
两个高管的”矛盾”发言
几乎在同一时间，两个科技行业的标志性人物发表了看似矛盾的言论。
6月1日，台北COMPUTEX。英伟达CEO黄仁勋穿着标志性皮夹克说：
“说AI减少了工作岗位，完全是胡说八道。”
他给出的论据是GitHub代码提交量从2023年的3亿次飙升至2026年前几个月的14亿次，软件工程师数量不减反增。
四天后，汤道生说：代码是AI写的，人做架构设计。
两句话放在一起，造成了程序员的认知撕裂。
但仔细拆解，两者并不矛盾。黄仁勋说的是”岗位数量”，汤道生说的是”岗位内容”。工程师没有消失，但工程师的工作内容正在被重写——从”写代码”变成”写Spec + 审代码”。
腾讯内部的数据印证了这个转变：新招岗位的JD中，“熟练使用AI编程工具”已从加分项变成了必须项。
AI编程的四个阶段
腾讯的演进并非孤例。纵观整个行业，AI编程正在经历一条清晰的渗透曲线：
第一阶段：代码补全（2023-2024）
GitHub Copilot式的单行/块级补全。AI是”更快的输入法”。
第二阶段：函数生成（2024-2025）
从注释到函数体，AI可以理解需求并生成完整逻辑。腾讯CodeBuddy在这一阶段达到50%渗透率。
第三阶段：模块级开发（2025-2026）
AI开始承担完整的业务模块开发，人类负责接口设计和验收。腾讯现在处于这一阶段。
第四阶段：全栈自主（2026+）
AI从需求文档到部署运维的全流程覆盖。人类角色进一步向”产品经理+架构师”收缩。
腾讯的”大部分代码由AI生成”，意味着它已经跨入第三阶段。
腾讯的AI投入：激进且不计短期成本
AI编程渗透率的快速提升，背后是巨额的资本投入。
2025年腾讯资本开支792亿元，其中大量用于AI基础设施。2026年第一季度，资本开支飙升至超319亿元，同比增长16%，研发投入225.4亿元，同比增长19%。
瑞银预测腾讯2026年资本开支将达到1700亿元。报告指出，公司正采取”宁可牺牲短期利润也要确保大模型与云业务全面升级”的激进策略。
腾讯总裁刘炽平在3月业绩会上表示，2025年受制于GPU供应，资本开支未及预期，今年若条件允许，AI及模型投入至少翻倍。
这种投入规模与AI编程的产出效率形成了一个正反馈循环：更多的AI基础设施投入 → 更强的模型能力 → 更高的代码生成质量 → 更快的研发迭代 → 更多的业务需求。
对行业的信号意义
腾讯的披露之所以重要，不在于它使用了AI写代码——国内外已有大量公司在做类似尝试——而在于它的”规模”和”坦率”。
腾讯拥有数万名工程师，是全球最大的研发团队之一。当这样体量的公司宣布”大部分代码由AI生成”，意味着：
- AI编程不再是实验性项目，而是经过大规模验证的生产力工具
- 代码质量可控，否则数亿行AI生成代码将带来灾难性技术债务
- 工程师转型路径清晰，从写代码到架构设计的过渡已在组织层面落地
这对整个软件行业的劳动力结构有深远影响。不是”AI取代程序员”，而是”会用AI的程序员取代不会用AI的程序员”——这个预测从2024年开始流传，2026年它已经成为现实。
核心判断
腾讯的案例提供了几个可验证的观察点：
- AI编程的渗透率天花板比预期更高：50%不是终点，“大部分”也不是
- 工程师角色转型是组织问题，不是技术问题。腾讯的76%产研人员占比提供了转型空间
- 资本投入是必要条件，但模型能力才是决定AI代码质量的关键变量
- 代码评审是质量控制的核心环节，AI参与94%的评审意味着人类工程师的监督角色仍然关键
汤道生的话本质上是一个信号：全球最大的研发团队之一，已经把AI编程从”效率工具”变成了”生产主力”。
这个转变的速度，比大多数人预测的要快得多。
来源
- 腾讯云AI产业应用大会，2026-06-05
- 腾讯2025研发大数据报告，2025-10
- 证券时报，2026-06-05
- 快科技，2026-06-05
- 瑞银腾讯研报，2026-06