在 AI Coding 席卷之前，一个完整的软件产品从想法到上线，工作流是这样的：前端工程师写界面，后端工程师搭服务，移动端工程师适配 iOS 和 Android，三组人各守一段，还要先需求评审、订方案、写接口文档，然后开发，联调。一个人想同时精通这三个领域，要花数年时间——“全栈工程师”是少数人才能触及的天花板。

而现在，一个后端工程师打开 AI 编程工具，用自然语言描述前端交互逻辑，几分钟后一个可运行的界面就出现了。Vibe Coding（氛围编程）在中国开发者中间已经流行开来，前端/移动端写后端、后端搭移动端，跨界正在成为日常。

在 2026 Google I/O Connect China 的现场，我把这个观察直接抛给了 Google 全球开发者生态总监 David McLaughlin：当 AI 让前端、后端、移动端之间的界限正在肉眼可见地模糊，这条线，会彻底消失吗？

他几乎没有犹豫：“Yes. I do think that AI is going to almost eliminate the boundaries between these areas.”（是的，我确实认为 AI 将几乎消除这些领域之间的边界。）

David McLaughlin（左）与作者 Echo Tang（右）

在智能体（Agent）编程时代，“开发者”这个词本身正在被重新定义。边界在消失，角色在重构，而 Google 押注的方向，是让每一个有想法的人都能成为构建者。
把自己当成管理者：开发者的第一次范式跃迁
David McLaughlin 是谷歌全球开发者生态总监（Director, Global Developer Ecosystem），他的团队负责连接全球开发者与谷歌的技术平台——从 GDG 社区到 GDE（谷歌开发者专家）计划，从 AI Studio 到 Cloud Run，从 Gemini 模型到 Gemma 开源生态。在今年 I/O Connect China 的主旨演讲中，他聚焦的主题是：进入 AI 智能体时代之后，谷歌如何为出海开发者提供全方位支持。

主旨演讲结束后的采访间里，当我问到 Gemini 3.5 正在把我们推向智能体编程（Agentic Programming），对开发者来说最大的思维转变是什么时，David 给出了一个出乎意料的类比——管理者。

“把自己当成一个管理者。”他说，“你可能手下管着 20 到 30 个智能体在同时处理一个问题。关键是把问题拆解成小块，确保智能体之间能够记录每一个部分，然后相互交流。这和管人、管团队之间是有互通之处的。”

这个类比精准地击中了当下开发者面临的困境：写代码的能力不再稀缺，但拆解问题、编排协作、确保系统按预期运转的能力，才是新时代的硬通货。David 紧接着给出了第二个关键判断——“把评估（Evaluation）当作你全新的编译器。”

“即使你个人不去写单行代码，你也要能够创建一个 Harness 架构，确保你的产品是按照你的意愿在运行的。”他解释道，“学习如何构建这类测试框架，仍然是一个非常重要的工程能力。”

管理者思维加上评估即编译器——这是 David 眼中智能体时代开发者最核心的两次认知跃迁。前者关乎如何驾驭复杂系统，后者关乎如何验证系统的正确性。两者合在一起，构成了一种全新的工程素养：你不再是那个亲手砌砖的人，但你必须是那个看得懂图纸、验得了质量的人。

前端、后端、移动端——边界会消失吗？
我接着把话题推向了更具体的技术边界。Vibe Coding 在中国开发者中间已经非常流行，前端工程师用 AI 写后端逻辑，后端工程师用 AI 搭移动端界面，这种跨界正在成为日常。我直接问 David：AI 是否注定会让这些界限彻底消失？

“Yes，”他回答得干脆，“我相信有了人工智能之后，前端、后端、移动端之间的界限会慢慢消失。特别有一些开发者，他后端能力特别强，有了 AI 的助力之后，他现在在前端以及移动端方面的专业技能得到了进一步的加持。”

他用了一个词——“It’s been so much fun to watch”（看着这一切发生真的太有趣了）。看着那些原本只深耕某一领域的开发者，突然获得了跨越边界的能力，这件事本身让他觉得兴奋。

但边界消失不意味着工具消失。我追问了谷歌工具矩阵的问题——Gemini CLI、Antigravity、Android Studio，中国开发者正在同时使用这么多工具，背后的逻辑是什么？

David 坦率地承认，工具多是因为行业变化太快，谷歌自己也在实验不同的方向。但他随即透露了一个明确的信号：“就像今天在台上你也听到过，我们将进一步精简工具架构，使用更少的工具界面来协助开发者。Antigravity 目前仍然是我们针对开发者最重要的产品，同时我们也会提供专门针对 Android 的专业工具界面。”

精简，聚焦，但保留专业深度——这是谷歌在工具层面对“边界消失”的回应。通用能力归一，专业能力保留。

40 万开发者会变少吗？AI 增强人，而非替代人
对于“AI 会不会让开发者变少”这个问题——David 在主旨演讲中提到中国大约有 40 万开发者在 Google 平台上做开发，大模型的代码能力越来越强，未来 3 到 5 年，这个数字会缩减吗？

David 的回答代表了他个人的坚定立场：“I personally believe that AI augments developers.”（我个人相信，AI 是增强开发者的，而非替代。）

他的逻辑链条很清晰：AI 让每个开发者变得更强大→人的需求被进一步激发→过去因为成本效率不够而无法开发的软件现在变得可行→参与构建的人数实际上会更多。

他举了一个具体的例子：“在一家大公司内部，可能有一个团队需要一个特定的工具，传统意义上公司内部的工程师没有时间也没有资源去做这个工具开发。但现在有了 AI，这个团队中的个人，甚至没有深厚的专业背景，他就可以去做这个工具的开发。而在开发过程中，他们也需要更多工程师的专业加持和辅导。”

这个例子揭示了一个正在发生的结构性变化：开发不再是工程师的专属领地，但工程师的价值并没有消失——它从“写代码”转移到了“教人写代码”和“确保代码质量”。

谷歌内部对这类人有一个称呼：Builders（构建者）。David 特别强调了这个词和 Developers（开发者）的区别——“构建者往往在各自特定的领域有非常深厚的专业知识，但他们所擅长的领域也许不是软件工程。”

为此，谷歌正在中国投资新的课程体系，帮助那些没有深厚技术背景的人使用工具去创建和创造。传统开发者社区里，正在涌入越来越多的“构建者”。

而对于 AI 对初级开发者和资深开发者的不同影响，David 给出了一个颇具颠覆性的判断：在智能体时代，一个优秀开发者所需要的技能，有些和以前相同，但有些和以前截然不同。“你现在去教一个编写代码的新手，可能不需要向他教授太多的基础代码语法，不需要去教会他一些特定的 API 交互。”他说，“而相反，你需要教他如何做架构思考，如何通过系统性的思维去思考问题，以及如何确定一个安全底座。”

换句话说，AI 把入门门槛降低了，但把天花板抬高了。基础语法不再是瓶颈，系统性思维才是。

从 Demo 到生产：那道真正的鸿沟
AI 让“超级个体”成为可能——一个人几个小时就能做出一个 AI Demo。但从超级个体到超级团队，从 Demo 到真正的生产级产品，这条路依然充满挑战。卡点到底在哪里？是技术，是团队架构，还是信任与安全？

David 的回答直指谷歌的战略定位：“在目前的智能体世界当中，谷歌最重要的使命，就是帮助每一位出海的中国开发者成为他们的全栈合作伙伴。”

他描绘了一条从原型到全球部署的路径：在 AI Studio 中完成原型设计，然后通过 Cloud Run 部署到谷歌的全球生产级基础设施上。“你只需要简单地点击几下，服务器就可以接收来自一个客户或者 100 万个客户的查询，覆盖每一个国家和市场。”

这些高级云工具提供的不只是算力，还有安全支持、企业级可靠性，以及确保应用在全球每个市场良好运行的能力。David 承认了一个事实：“我们非常清楚，现在从构思到生产，难度较之预期要更大。”

这种坦诚本身就是一种信号——谷歌知道 Demo 到 Production 的鸿沟是真实存在的，而他们选择用“全栈合作伙伴”的方式来填补它。

Token 经济学：当账单成为新的技术焦虑
智能体时代有一个绕不开的现实问题：Token 不够用了怎么办？当开发者从“写代码”转向“编排智能体”，每一次调用、每一轮对话、每一个 Agent 的思考链都在消耗 Token。账单像水表一样跳动，尤其对于出海开发者来说，全球化意味着多语言、多市场、多轮交互——Token 消耗量成倍增长。

David 直言，管理 Token 消耗量是当下全球开发者最热门的共性话题。而他观察到的成熟做法是“两层级模式”——规划层用前沿模型（如 Gemini 3.5 Pro）做问题解决、编排和协调，执行层交给更小、更便宜的模型（如 Gemini 3.5 Flash）。“通过平衡和编排这些模型，开发者能够在不同的工作负载调用过程中节省大量成本。”

除了模型分层，他还分享了两个实战技巧。第一，优化缓存和系统提示词（System Prompt），避免重复的 Token 请求。第二，区分“需要 AI 持续介入的环节”和“可以转化为确定性方案的环节”——经验丰富的开发者会在执行阶段把确定性部分从 AI 管道中剥离出来，用传统系统处理，而不是把所有东西都扔给 AI。

“很多初级开发者会犯这样的错误，在执行阶段把所有东西都交给 AI。”David 说，“但有经验的开发者会判断：这个部分可以转化为确定性方案，执行阶段我就用另一种系统。”

这是一个关于成熟度的判断——知道什么时候用 AI，什么时候不用 AI，本身就是智能体时代的核心工程能力。

中国开发者出海：工程能力满分，全球化认知待补
当谈到中国开发者进入全球生态最容易被低估和最需要补齐的能力时，David 的回答坦诚而具体：“中国开发者在速度、创新和新业务模式探索上都有非常好的能力。但他们面临的一个问题是，需要进一步提升自己对于世界其他国家在商业和政策环境方面的了解程度。”

他把谷歌的角色定位为“桥梁”——“通过结合中国开发者出色的工程能力，以及来自我们的专家和导师团队所提供的全球经验，我们可以帮助更多的中国创新在全球各地落地。”

但他特别强调了双向性：“我希望这种交流是双向的。其他国家的工程师也可以向中国工程师学习，特别是中国工程师在创新方面非常优秀的能力。”

人是群居动物：社区的价值不会被 AI 替代
当我问到在 AI 可以为每个人编程的时代，GDE 和 GDG 社区的真正价值是什么时，David 的回答回到了一个最朴素的判断：“人是群居动物。”

“即使有了人工智能，人可以从 AI 那里得到很多学习，但人也需要相互沟通和交流，产生灵感，碰撞火花，相互学习和建立连接。”他说，“这也是为什么谷歌大力投资 GDG，同时举办像今天这样的大型活动。”

而专家和导师在新世界中的角色，David 认为是”帮助开发者更深层次地理解每一个问题背后的工程原理”——如何将需求转换为业务需求，如何理解用户交互。“这些部分是需要人来学习和人来教授的。”

David 还分享了一个个人体验：他自己在用智能体做构建的时候，经常会开启“旁边的附加对话”，在这些对话中学习和了解不同的架构选项。“智能体本身是能够帮助到人的，特别是那些传统意义上没有非常强的技术背景、正在学习这些技术的人来说，这是非常好的助力。”

竞争是好事：Gemma 4 系列新模型已在预训练
采访的最后一个话题落在了开源模型的竞争格局上。当被问到中国的开源模型和谷歌的开源模型在全球开发者眼中的变化时，David 的态度非常开放：“竞争是一件好事，我们对竞争是喜闻乐见的。”

他透露，谷歌已经开始了 Gemma 4 系列的新模型的预训练工作，并将继续在 Gemma 上投入大量资源。而 Android Benchmark 工具的建立，正是因为“谁第一谁第二基本上每天都在变化”——谷歌希望帮助开发者在这种快速变化中选择适合自己工作负载的模型。

没有永远的第一名，只有永远在选择中的开发者。这或许是智能体时代最真实的写照。

采访结束，David 站起来说了一句：“It’s so exciting to be here in China. I learned a lot from Chinese developers every time I come.”（来中国太令人兴奋了，每次来我都从中国开发者身上学到很多。）

边界消失是必然——他说得很笃定。但消失的只是技术栈之间的壁垒，不是对工程本质的理解。在一个人人都能构建的时代，真正稀缺的，是知道该构建什么、以及如何确保它按预期运转的人。
————————————————
版权声明：本文为CSDN博主「唐门教主」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/tangxiaoyin/article/details/163723901

版权申明：内容来源网络，版权归原创者所有，如有侵权请联系删除

想了解更多行业资讯

扫码关注👇

了解更多考试相关

扫码添加上智启元官方客服微信👇