Coinbase 首席执行官 Brian Armstrong 周三表示，他希望到 10 月份该加密货币交易所 50% 的日常代码能够使用人工智能生成。
“显然，我们需要对其进行审查和理解，而且并非所有业务领域都可以使用人工智能生成的代码。但我们应该尽可能负责任地使用它。”阿姆斯特朗说道。发推文.
据阿姆斯特朗称，人工智能生成的代码已占 Coinbase 每日产量的约 40%。这位首席执行官一直直言不讳地推动人工智能在公司范围内发挥更大作用，甚至在一次播客上个月，他解雇了那些拒绝使用人工智能编程工具的程序员。后来，他承认这一举措显得“过于严厉”，并不受一些员工的欢迎。
阿姆斯特朗的目标既反映了 Coinbase 的内部推动，也反映了更广泛的行业转变。OpsLevel 负责创建内部开发门户，成立截至 2025 年 6 月，94% 的科技公司都有员工雇用人工智能编码助理，生产力和上市速度被认为是主要优势。
人工智能辅助编码通常涉及开发人员依靠人工智能快速生成代码，同时仍进行调试、审查并保持对机器正在做的事情的理解。
但它也随着“氛围编码”的兴起而发展起来，这个词普及今年的作者是计算机科学家 Andrej Karpathy，他曾是特斯拉的高级人工智能总监，也是 Eureka Labs 的创始人。
在他的描述中，氛围编码意味着完全放弃对代码的主动监督，全盘接受人工智能的建议，在不理解错误信息的情况下粘贴错误信息，并让项目在很大程度上超出人类的理解范围。
“有时候法学硕士（LLM）的bug修复不了，我就只能绕着它转，或者要求他们随意修改，直到问题解决。对于一次性的周末项目来说，这还不算太糟，但仍然相当有趣，”他说道。发推文.
“我正在构建一个项目或网络应用程序，但这并不是真正的编码 - 我只是看到一些东西，说出一些东西，运行一些东西，复制粘贴一些东西，而且它大部分都有效。”
Y Combinator 首席执行官 Garry Tan 还透露，该加速器 2025 年冬季批次中有四分之一的 95% 的代码依赖于人工智能。
人工智能和软件开发
人工智能的冲击引发了人们对其对开发者就业市场影响的担忧。此外，人们还担心，持续使用这些工具是否会降低人们对其所创造内容的理解，从而导致安全问题被忽视。
用于训练这些人工智能代理的数据来自哪里也是一个令人担忧的问题。社区数据网络 Vana 的联合创始人 Art Abal 告诉解密尽管他认为 Coinbase 正朝着正确的方向发展，但他仍心存疑虑。
“我不禁想知道，有多少人工智能生成的代码是基于人类创造的数据进行训练的？又有多少人类创造的价值回流到了人工智能身上？我的猜测是几乎没有。”他说。
“我们需要一个更好的数据所有权体系，”阿巴尔补充道。“否则，那些用数据训练这些模型的人，将被排除在它们带来的创新和效率提升之外。没有它，人类就有可能沦为‘数据奶牛’，被无休止地榨取，却得不到任何补偿。”
