一名澳洲AI工程师的工作方式，正在让不少软件从业者重新思考“写代码”这件事。过去，开发人员常常需要白天逐行编写、测试和修复；如今，部分任务已经可以在工程师睡觉时交给AI代理继续推进，第二天醒来再由人类审查结果。
这名工程师是Ryan Hendler，任职于澳洲二维码点餐应用公司me&u。围绕他的案例，AFR近期报道称，Hendler和团队会把新功能开发、漏洞修复、代码审查等任务交给AI工具，让它们在夜间持续运行。
OpenAI相关商业案例也提到，Hendler会在睡前把大量工程任务交给Codex处理，第二天再检查完成情况。
这并不是简单地让聊天机器人“帮忙写一段代码”。在me&u的工作流里，ChatGPT Codex、Claude以及公司内部的定制化AI工具被组合起来使用：有的负责生成代码，有的负责检查问题，有的负责根据客户会议和团队讨论整理上下文。AI不再只是临时助手，而是被嵌进了软件开发流程。
相关案例中提到，Hendler有时会把数十个任务交给AI在夜间处理。等到早上打开电脑，他看到的可能是已经完成的代码变更、测试截图、待审查文件，甚至是一段总结说明。对工程师来说，工作重点也从“亲手敲出每一行代码”，转向“判断AI做得对不对、还缺什么、下一步该解决哪个业务问题”。
Ryan Hendler的AI工作方式引发关注。图片来源：Eamon Gallagher
Hendler的经历也反映出AI编程工具正在快速成熟。早期使用这类模型时，团队往往要不断提示AI继续工作，甚至用定时消息让模型不要中途停下。
现在，随着工具变得更稳定，复杂任务可以拆分给多个AI代理并行处理，人类则负责设定目标、提供背景、检查质量和做最终决策。
这种趋势通常被称为“氛围编程”或“vibe coding”。它的核心并不是完全不懂技术也能随意造出软件，而是开发者用自然语言描述目标、限制条件和业务背景，再让AI生成可运行方案。
真正的难点，正在从“怎么写代码”转向“怎么把问题讲清楚、怎么验证结果、怎么维护长期质量”。
对企业而言，这种变化的吸引力很明显。OpenAI介绍Codex时称，这类编码代理可以处理从常规拉取请求到复杂重构、迁移等工程任务，也适合多代理并行工作和后台持续任务。
对me&u这样的公司来说，如果AI能把原本耗时数天甚至数周的开发工作压缩到更短周期，团队就能把更多时间放在产品讨论、客户沟通和方案设计上。
不过，这并不意味着程序员马上会被取代。Hendler本人也强调，要把产品稳定扩展到大量用户，仍然需要扎实的工程知识。AI可以生成代码，但它不一定理解真实业务的取舍，也不会天然知道哪些安全、性能或维护风险最值得警惕。人类工程师仍需要判断架构是否合理、测试是否充分、代码是否会在真实环境中出问题。
Ryan Hendler与me&u首席执行官Kim Teo。图片来源：Eamon Gallagher
me&u首席执行官Kim Teo对AI投入的态度也说明，这场变化已经从个人尝试进入企业层面。报道称，公司愿意为员工使用AI工具支付订阅费用，因为它带来的回报已经能在产品迭代和团队效率中体现出来。对管理层来说，AI不只是节省人力成本，更是让过去“想做但没时间做”的项目有机会真正启动。
但风险同样存在。AI生成的代码如果缺少审查，可能带来隐藏漏洞、重复逻辑或难以维护的技术债。多个模型互相检查可以减少错误，却不能替代专业工程师的责任。越是把AI放进核心工作流，企业越需要清晰的代码审查、测试、安全和权限管理机制。
Hendler的建议也相对务实：给AI足够清楚的上下文，选择一套工具并真正用熟，然后从现实中存在的问题开始做。换句话说，AI降低了软件开发门槛，但并没有降低解决真实问题的要求。
这场变化最值得关注的地方，或许不是“AI能不能写代码”，而是软件团队的分工正在重排。未来的工程师可能不再把大部分时间花在重复输入和机械修复上，而是更多扮演产品理解者、系统设计者、质量把关人和AI工作流调度者的角色。代码仍然重要，但写代码的人，正在学会和一支不会睡觉的AI团队一起工作。
发布者：zhan1，转载请注明出处：www.afndaily.com
