当AI能独立完成芯片设计、代码生成占比突破90%，程序员的工作正从“写代码”变为“审代码”。

2026年7月的上海，WAIC会场人流几乎挤到走不动。比天气更热的，是中国AI正在发生的质变。

就在大会前夜，月之暗面发布了Kimi K3——参数规模达到2.8万亿，成为全球首个开源的3万亿级模型。在Frontend Code Arena前端代码竞技榜上，它以1679分直接压过Claude Fable 5的1631分，登顶第一。马斯克在评论区打出了“令人印象深刻”。

同时，华为昇腾950超节点首次以真机亮相，1024张昇腾卡高速互联，提供1 EFLOPS FP8算力。有海外技术社区用户基于公开参数进行仿真推演，昇腾950DT在单位功耗下生成Token数量的关键能效指标上，已实现对NVIDIA B300的反超。

两件事放在一起，释放了一个明确信号：AI已经跨越了“能说会道”的门槛，正式进入“动手干活”的阶段。

那么问题来了——当AI开始写代码、调参数、甚至自己设计芯片时，程序员这群“造AI的人”，角色会发生什么变化？

昇腾950：国产算力的“系统级突围”

先看算力底座。

过去几年，半导体行业早已预见摩尔定律逼近物理极限。当制程微缩难以持续推高单芯片算力时，业界转而通过扩大集群规模来延续增长。但问题来了：AI大模型的并行计算对卡间通信时延极为敏感，单纯的“堆芯片”会遇到瓶颈。

英伟达的解决方案是NVL72——通过NVLink 5技术将72张GPU焊入同一机柜，构建一个低时延、高带宽的一致性计算域。但铜缆传输有物理限制，2米以上信号质量就无法可靠识别。

华为走了一条不同的路。昇腾950系列在芯片端把光引擎直接集成在NPU封装旁边，相当于“地铁入户”，省去了光电转换的延迟。在协议层，华为放弃了英伟达那种“写下去，全世界立刻知道”的强一致缓存语义，改用“最终一致”——用稍慢的同步换来了更大的集群规模。

效果如何？

华为Atlas 950超节点集群最大支持8192张计算卡高速互联，是英伟达NVL144方案的56.8倍。训练吞吐能力达4.91百万Token每秒，较上一代提升17倍。

更关键的是能效。虽然昇腾950DT的制程工艺比B300落后两代，但在单位功耗下生成Token数量这一关键指标上实现反超。DeepSeek创始人梁文锋在投资人闭门会上判断：“所有GB300能做的任务，华为超节点都能做，延迟都一样。”

当然，代价是4:1的卡数比——同等算力需要4倍的物理空间和功耗。但在国产化的大前提下，这个代价被认为“可以接受”。

Kimi K3：编程能力登顶，但争议不少

再看模型本身。

Kimi K3的技术含金量不容置疑。它采用MoE架构，专家数量首次提升至896个，通过“大规模专家并行”策略部署——将896个专家平均分配到64张算力卡上，每张卡对应14个专家。

在编程能力上，K3展现出了惊人的执行能力。一个被广泛传播的案例是：K3曾自主运行48小时，仅靠开源EDA工具和Nangate 45nm工艺库，独立完成了一款芯片的构建、优化与验证。“自己设计自己”的闭环模式，在开发者社区引发热议。

在Agent任务上，K3同样能打。官方展示了一个ASIC行业研究案例：通过120多轮迭代，完成2800多次网页搜索与抓取、1100多次终端数据提取，处理87份季度报告和99份原始PDF，最终生成包含定制图表和交互式可视化的研究报告。

但争议同样不少。

上线后，社区评价迅速分裂。有人测完长代码库分析直呼“国产旗舰终于追上了”，说Agent集群连续干活四小时也不放弃；也有开发者实测后吐槽它太啰嗦，自己的编程任务没有跑通，换回Claude Opus效果更好。

更现实的痛点是价格。K3 API定价每百万token输入3美元、输出15美元，是智谱GLM-5.2输出价格的3倍多，是DeepSeek V4 Pro版输出价格的数倍。

有开发者直言：“营销味重，体感配不上全球前三的名头。”

K3处于一个尴尬的生态位：论便宜，打不过智谱GLM、DeepSeek；论品牌和稳定性，暂时也打不过Claude、GPT。

从“写代码”到“监工”：程序员的角色之变

说回程序员自己。

李开复在7月的一场活动上给出了一个数据：目前多数公司交付的软件代码中，超过90%由AI自主生成，人工编写仅占约一成。 过去两年多，AI编程能力已全面超越人类平均水平。

但他同时强调：“程序员最不需要担心被AI替代。”

为什么？

因为当AI能够编程时，它的角色发生了根本转变——它不再是被动应答的问答工具，而成为可主动调用资源、执行具体操作并参与关键决策的智能协同体。程序员的角色不是消失，而是升维。

这个判断与英伟达CEO黄仁勋近期的表态高度一致。黄仁勋透露，英伟达的软件工程师群体正更倾向于构建AI智能体而非传统编码工作，工程师的工作重心转向智能体搭建、基准测试设计与安全护栏设置——这类工作更依赖想象力与创造力，而非机械的代码编写。

他反驳了“AI取代白领”的担忧，指出AI正在创造大量新岗位。

“监工”的含义不是袖手旁观，而是：

第一，从“写代码”到“审代码”——AI生成代码后，你需要Review、Debug、优化，确保质量。

第二，从“实现功能”到“设计系统”——AI负责执行，你负责定义“什么事值得做”以及“做成什么样”。

第三，从“造轮子”到“调模型”——对AI模型的选型、微调、评测和集成，成为核心竞争力。

就像Excel没有消灭会计、CAD没有消灭建筑师，AI编程让程序员从重复性体力劳动中解放出来，去处理更高价值的工作。

浪潮已至

Kimi K3和昇腾950只是开始。

“Day 0适配”这个词今年被频繁提及——模型发布当天，芯片就已经能跑了。DeepSeek V4发布时同时完成了对华为昇腾超节点全系列的适配；智谱GLM-5.2开源首日就完成了与八大国产算力平台的全适配。

“芯片-模型-智能体应用”的三元生态正在形成。

对程序员来说，焦虑没有意义。去试Kimi K3的编程能力，去了解昇腾的开发者生态，去学习怎么“监工”AI干活。

浪潮来临时，站在浪尖的人永远比站在岸边的人看得更远。