为什么说AI最近最值得看的是它在编程、家庭和工厂等领域发生的变化？

2601_95496901

755人浏览 · 2026-04-24 11:45:30

2601_95496901 · 2026-04-24 11:45:30 发布

一、导语

想必大家每天都能刷到AI又推出了什么新模型，谁家又登上了什么榜单等之类的吧！但说实话——这些跟你我到底有什么关系呢？跑分再高，没办法帮你写代码、没办法帮你带娃、没办法帮你拧螺丝，那它就还是个“别人家的孩子”。

但最近这半年，我越来越觉得，风向已经变了。AI不再是那个只会“你问我答”的聊天框了。它开始动手开展工作了——在你的IDE里改代码，在你家客厅里叠衣服，在工厂流水线上24小时不停运转，甚至在医院里帮医生去看病理切片。

编程、家庭、工厂、医疗、教育等这些领域，正在同时被AI进行渗透。而且这并非只是PPT当中展示的那种未来愿景，而是有实际数据以及案例支撑的、实实在在正在发生的事情。

因此我打算把这几个领域近期的真实变化展开来讲。不吹不黑，凭借事实来进行说明。

二、编程：代码产出上涨了76%，不过代码质量却在出现下滑的情况

咱们最熟悉的这个，先来说说。

2025年底，一家名为Greptile的公司发布了一份报告。这家公司专门为2000多家企业开展AI代码审查的相关工作，手中掌握着几十亿行代码的数据。报告当中有一个数字让人感到意外：从2025年3月到11月，开发者的平均代码产出从每人4450行飙升到7839行，涨幅达到了76%。

76%。还不到一年的时间。
在这里插入图片描述
【图片来源】Pixabay，基于Pixabay Content License，免费可商用

6到15人的中型团队表现更为突出，人均产出增长达到89%。这个规模恰好处于合理区间，沟通成本还没有出现失控的情况，AI所带来的单兵战斗力提升可以得到最大化的释放。

先别急着开香槟。另一家叫作GitClear的公司分析了2.11亿行代码变更，发现了另一面：代码复制粘贴的比例从2021年的8%涨到了2025年的18%，翻了一倍多。代码重构的比例从25%暴跌到不到10%。

说白了，AI让开发者得以写得更快了，但大家也就更懒得去开展重构的工作了。复制粘贴的情况变多了，代码"坏味道"也在不断积累。

我自身的感受也大致相同。自从选用了Claude Code之后，我确实可以更快地去完成相关的需求，但在审核自己借助AI所写出的代码时，有的时候会产生恍惚的感觉——这段逻辑我真的能够理解吗？有一位来自旧金山的工程师讲了一句实在话：“借助AI来写代码之后，我自己所产出的代码大概只有一半是我真正能够理解的。”

这种情况就好比你坐在自动驾驶的车辆当中抵达了目的地，但你并不清楚整个过程中都经历了些什么。

信达证券的报告把AI编程划分成了五个等级，这样的划分方式挺直观的：

AI编程能力演进路线
┌─────────────────────────────────────────────────┐
│ L1 代码补全 → GitHub Copilot、Tabby              │
│   工具帮你自动补全代码片段                         │
│                                                   │
│ L2 任务级自动化 → Cursor、Claude                   │
│   你说需求，AI生成代码片段                         │
│                                                   │
│ L3 项目级自动化 → Codegen、Sweep                   │
│   从需求文档直接生成项目代码框架                    │
│                                                   │
│ L4 需求到生产 → Devin、Marblism                    │
│   从PRD到部署的全流程自动化                        │
│                                                   │
│ L5 AI开发团队 → AutoDev、MGX                      │
│   多个AI代理协作，模拟完整开发团队                  │
└─────────────────────────────────────────────────┘

现在主流的工具大多卡在L2到L3这个区间当中。Cursor在2024年底的时候以26亿美元的估值完成了融资，仅仅四个月的时间，它的估值就上涨了6.5倍。Claude Code被不少人称作是“编程界的ChatGPT时刻”。Devin从被全网质疑是“骗子”，到真正将产品上线，总共只用了9个月的时间。

但我觉得最值得关注的不是工具本身，而是开发者的角色在发生变化。以前你是个“写代码的人”，现在更像是个“AI编排者”——你的核心能力不再是手速，而是你能不能把模糊需求拆解成AI可以理解的任务，能不能在AI生成的代码里快速找出问题。

信达证券的数据还提到了一个细节：全球开发者的数量已经达到了2800万，AI代码工具的市场在2024年的价值为61.11亿美元，预计到2030年将会达到260.33亿美元，年复合增长率为27.1%。中国市场在2023年的规模为65亿人民币，预计到2028年将会达到330亿，年复合增长率为38.4%。

资金正处于疯狂涌入的状态当中，但针对代码质量的相关问题，目前还没有人能够给出妥善的答案。

三、家庭：14万的机器人走进家门，但它还在"学走路"

聊完代码，再来谈一谈离生活更近的内容。

2025年10月，一家来自挪威的公司1X Technologies发布了NEO，也就是全球首款面向消费市场的家务人形机器人。这款产品的售价为2万美元，约合14万人民币，同时也可以选择月租的方式，每月租金为499美元，约合3500元每月。

这家公司来头着实不小。2023年3月，OpenAI创业基金领投了2350万美元，并且双方宣布在机器人领域开展深度合作。OpenAI需要真实世界的具身场景来训练AI，1X正好就提供了这个通道。

在这里插入图片描述

【图片来源】Pixabay，基于Pixabay Content License，免费可商用

WSJ的记者Joanna Stern实地开展了对于NEO的测评工作。测评的结果……怎么说呢，带着一点心酸，又带着一点可爱：

从冰箱拿水：完成了。但跟冰箱门"尬舞"了一番才成功，然后小心翼翼走了3米把水递给人。
把餐具放进洗碗机：完成了。颤颤巍巍蹲下去，放了一只叉子、两只塑料杯，花了5分钟。Joanna为此鼓了掌。
叠毛衣：完成了但"无法商用"。手部灵巧性仍是难点。

NEO身着针织连体服，1X的设计副总裁曾表示，“没有什么比柔软毛衣更能传递出我很无害的信号”。它搭载了英伟达Jetson Thor边缘计算平台，还内置了5G模块，甚至可以当作蓝牙音箱来使用。

要是碰到NEO还没掌握的任务，就可以开启"专家模式"——也就是1X平台的专业人员会远程戴上VR头显，操控NEO一边学习一边开展工作。Joanna体验过后说，有种"重生之我变成自己家里的机器人在打扫家务"的滑稽感觉。

国内的相关布局也在加速推进当中。2026年的AWE展会上，海尔发布了三款家庭机器人，科沃斯推出了搭载轮足以及机械臂的管家机器人“八界”，它可以从地上捡起玩具、收拾桌面。科沃斯董事长钱东奇表示，预计三年内就可以进入家庭当中。松延动力的Bumi定价为9999元，目前已经开启了预售工作。

但价格依旧是最大的门槛。AWE现场有人扫了二维码看到69999元的售价之后，转头就跟记者说只是看看而已。

赛迪智库所给出的数据显示，2024年全球家庭机器人的市场规模达到了2577亿元，预计在2029年的时候会突破4283亿元。不过具身智能产品的占比目前还不到5%。

我个人的判断是：全能人形机器人进入家庭，至少还要5年。但AI在家电当中的“隐形渗透”，已经开始了。空调学会去预判你的体温，烟机学会去追踪油烟轨迹——这些变化不需要一个会走路的机器人，但它们确实在让家变得更加聪明。

四、工厂：连灯都不用开的地方，正在变多

要是把编程看作AI在虚拟世界当中的落地，把家庭看作AI在个人生活里的渗透，那工厂就是AI在产业层面的真正爆发。

你知道“灯塔工厂”吗？它也就是世界经济论坛和麦肯锡共同评选的数字化转型标杆。2018年刚启动的时候只有16家，到2025年1月的时候已经涨到了189家。

更关键的数据是：2019年，灯塔工厂当中仅有10%部署了AI。到2023年，所有新晋的21家灯塔工厂都全部大规模开展了AI的部署工作。AI在工厂里的采用率，在四年时间里从10%飙升到100%。
在这里插入图片描述
【图片来源】Pixabay，基于Pixabay Content License，免费可商用

我们可以看到，中国的数据会更加具体。2024年中国智能工厂的市场规模达到了1.28万亿元，预计到2025年将会突破1.6万亿，复合增长率为18.7%。不过行业之间的渗透差异十分巨大，汽车以及电子行业的智能化率已经超过了60%，而化工和食品行业的智能化率则不足25%。

小米的“黑灯工厂”就是一个典型案例。它的面积达到8.1万平方米，可以实现24小时无人值守、无照明以及无间断的生产，年产百万台高端手机。美的集团的AI驱动工厂每天能够生产数千台家电，几乎不需要人工进行干预。

远景动力沧州工厂借助AI技术来实现了材料利用率100%以及生产效率提升100%。宁德时代四川工厂成为了全球首个零碳电池基地，订单溢价率达到了18%。

灯塔工厂的用例部署速度也在加快——最近三批灯塔工厂实施用例的速度比前三批快了26%，75%的灯塔工厂可以在6个月内部署新的AI用例，30%能在3个月内完成相关部署工作。

但我觉得最值得说的不是"机器替代人"这个老话题，而是一种新的生产关系正在形成。约75%的灯塔工厂把人才赋能视为数字化转型的关键因素。在已部署的用例当中，56%专注于技能提升，使非增值任务减少15%-20%，整体设备效率提高5%-10%。

人并没有退出工厂，只是角色发生了变化——从"操作者"变成"监督者"以及"决策者"。

五、医疗：病理切片从40分钟到秒级，AI开始"看病"了

编程、家庭以及工厂之外，还有一个领域的变化让我特别震撼，那就是医疗。

2025年2月，上海瑞金医院联合华为发布了RuiPath瑞智病理大模型。这个模型覆盖了中国每年全癌种发病人数90%的19个常见癌种，同时涵盖了上百个辅助诊断任务。

最让我感到震惊的数字是：AI进行交互阅片将单切片诊断时间从40分钟缩短到了秒级。

从40分钟到秒级，这并非渐进式的改进，而是量级层面的跳跃。

RuiPath运用瑞金医院百万张高质量数字病理切片数据来开展训练工作，在业界12个主流公开数据集的14个辅助诊断任务测试当中，有7个达到了业界领先水平。2025年6月，瑞金医院以及华为宣布开源RuiPath的核心视觉基础模型，这在国内医疗AI领域是头一遭。

华为的方案也很有意思：只用16张GPU卡，2个月就完成了百万病理切片的训练。借助蒸馏技术，把通用模型的能力压缩到32B参数规模的专家模型，做到小而精。单病种AI诊断应用的上线周期从10天缩短到2天。

在这里插入图片描述
【图片来源】Pixabay，基于Pixabay Content License，免费可商用

还有个数据让人印象深刻：华中科技大学同济医学院附属协和医院运用AI辅助开展预问诊工作，医患之间的有效沟通时长增加了50%。这并不是替代医生，而是让医生和患者的沟通变得更加高效。

北京大学的“羲和一号”医疗大模型也刚刚发布，它拥有千亿级的参数规模，医学知识的覆盖率达到了98%，精准率更是超过了90%。

但医疗AI的发展之路还很长。新华网的相关报道说得很客观，AI医生正式落地还有不少关卡要闯。诊断准确率是一方面，责任归属、数据隐私、临床验证等等，每一关都不好过。

六、教育：140万学生的AI老师，不给你答案只问你问题

最后来聊一个跟每个人都相关的领域——教育。

Khan Academy推出的Khanmigo是目前我认为AI教育领域做得最为恰当的一款产品。它借助GPT-4来开展相关工作，被设计成“苏格拉底式导师”，也就是不会直接给出答案，而是通过提问来引导使用者自己去进行思考。

到2025年，Khanmigo已经在超过350个学区当中完成部署，成为了140万名学生的学习伙伴。这个数字远远超过了最初所预期的10万人。

Khanmigo并不会像ChatGPT那样一次性给你一堆文字，而是会像老师一样，一步一步引导你。要是你做数学题卡住了，它不会直接把答案告诉你，而是会问“你觉得这一步应该怎么处理？”——这才算是教学，而不是搜索。

新罕布什尔州已经在全州范围内开展Khanmigo的试用工作，该工具支持包括印地文以及西班牙文在内的多语言，能够帮助资源相对匮乏地区的学生。到2025年，Khan Academy还推出了“负责任AI教育框架”，以此来确保AI可以公平对待每一位学生，同时保护好相关隐私。
在这里插入图片描述
【图片来源】Pixabay，基于Pixabay Content License，免费可商用

预测数据显示，到2034年AI在教育领域的市场规模将达到93亿美元。但比市场规模更重要的，是Khan Academy创始人Sal Khan的那个观点：AI不是要取代人际互动，而是要增强它。AI帮老师批改作业、准备教案，让老师拥有更多时间去关注每一个学生。

七、这些变化的交汇点：AI从"回答问题"变成了"采取行动"

说到这里你可能会产生疑问：编程、家庭、工厂、医疗、教育这些领域看起来各自独立，它们之间存在什么样的内在联系呢？

我思考了许久，认为它们在同一个交汇点上相遇了：

AI角色演进路线
┌──────────────────────────────────────────────────────┐
│                                                        │
│  阶段一：你问它答                                      │
│  ┃  ChatGPT、Claude对话 → 输入prompt，输出文字         │
│  ┃  AI是"工具"，你是指令发出者                         │
│  ┃                                                    │
│  阶段二：你安排它做                                    │
│  ┃  Claude Code自主规划任务、跨文件修改                │
│  ┃  NEO按清单浇花打扫、远程学习新任务                  │
│  ┃  灯塔工厂AI系统24小时自主运转                       │
│  ┃  AI是"执行者"，你是监督者                          │
│  ┃                                                    │
│  阶段三：它主动做（正在到来）                          │
│    RuiPath秒级识别病理异常并预警                       │
│    Khanmigo主动识别学生薄弱点并调整教学路径            │
│    AI是"协作者"，你是合作伙伴                         │
│                                                        │
└──────────────────────────────────────────────────────┘

AI开始拥有了"主动性"。这才是真正值得去关注的。不是某个模型又刷了什么benchmark，也不是谁家的估值又翻了几倍，而是AI正在从"被动响应"走向"主动执行"——在编程当中、在家庭当中、在工厂当中、在手术室里、在课堂上，同时在发生。

八、那么，为什么说这是最值得看的呢？

就拿之前的AI来说，不管它的能力有多强大，本质上其实都是“你问它答”的模式。这样的交互模式，它的天花板其实是比较低的，也就是AI不会主动去做任何的事情。

但现在，Claude Code可以自主规划任务、跨文件修改以及调用工具。NEO可以在你不在家的时候自行开展浇花和打扫的工作。灯塔工厂的AI系统可以在无人值守的情况下实现24小时的运转。RuiPath可以在医生还没有注意到的时候，标记出可疑的病理区域。Khanmigo可以在学生还没有意识到自己不懂的时候，调整教学的节奏。

AI正在从"工具"变成"参与者"。

当然，我也不想把话说得太满。NEO叠个毛衣都要花上两分钟，AI生成的代码复制粘贴率会翻倍，医疗AI离正式落地还有好几道关卡，Khanmigo也还仅仅只是辅助工具。从“能做”到“做好”，再从“做好”到“可靠”，当中的路程还有很长一段。

不过现在的方向已经确定了。就像GitClear那份报告所给出的结论——开发者真正的价值并不在于写出更多的代码，而在于理解代码、判断代码以及把关代码。这句话放到其他的领域当中也同样适用：人的价值并不在于做得更多，而在于判断什么该做、什么不该做。

AI在编程、家庭、工厂、医疗、教育等多个领域当中所发生的变化，归根结底其实是同一件事：也就是人和技术之间的关系，正在被重新进行定义。

这并非未来。这就是现在。