程序员热衷AI——法律、金融与客服能否跟上？

AI编程工具已经改变了硅谷年轻公司软件工程师的日常工作方式。最终产出并未改变：依然是海量的代码。不同的是，他们不再坐在电脑前敲击键盘，而是对着麦克风轻声口述。这些语音指令随后通过人工智能转录，并传递给AI智能体——能够在程序内部执行操作、在此处则负责编写代码的软件。

OpenAI（ChatGPT的开发方）的科林·贾维斯（Colin Jarvis）承认，大多数其他办公室职员尚未“进入这个世界”。他所在公司的前景——以及更广泛的AI热潮——都取决于这一状况的改变。为了证明在数据中心上的巨额支出是合理的，包括美国云计算巨头以及Anthropic和OpenAI等AI实验室在内，都需要技术的普及率保持快速扩张。粗略估算显示，要支撑数据中心的扩张，到本十年末AI应用带来的年收入总额需达到每年2.5万亿美元，远高于目前约1500亿美元的水平。

为何开发者最先采用AI编程工具

迄今为止，软件开发者对AI的采用力度远远领先于其他群体。据在线论坛Stack Overflow称，五分之四的程序员表示在使用AI编程工具。研究机构SemiAnalysis估计，对Anthropic和OpenAI而言，编程目前占其合计年度经常性收入的一半以上——这是通过最近一个月的业绩外推得出的流行销售衡量指标。

2025年6月，四家AI编程初创公司Cognition、Cursor、Lovable和Replit的合计年度经常性收入约为8亿美元。如今这一数字已达到60亿美元。

程序员的热情有助于解释为何在程序员占比更高的行业，AI的普及速度更快（见图表）。看多者可能会将这一模式解读为AI热潮才刚刚开始的证据，认为随着更多应用走向成熟，未来几年在该技术上的支出将攀升至远更高水平。然而，结构性因素也可能使编程成为一个例外。

法律、金融和客服领域正在快速增长

法律、金融和客服是被频频视为AI下一个突破性应用的三个领域。每个领域的扩张都十分显著。Harvey、Clio和Legora这三家AI法律工具开发商在过去一年中合计年度经常性收入大约翻了一番，达到10亿美元。Harvey表示，律师在其平台上花费的时间每月都在翻倍。

银行家和其他金融从业者也开始拥抱这项技术。为金融服务行业打造工具的AI初创公司Rogo在过去一个季度新增了100家企业客户，年度经常性收入增长了50%。

AI在客服领域也在迅速崛起。专注于此的工具开发商Sierra在6月实现了2亿美元的年度经常性收入，是去年11月数字的两倍。风险投资人对此持乐观态度。今年以来，他们已向该领域的AI初创公司投入30亿美元，超过了其他任何类别的AI应用。对AI编程初创公司的投资则已停滞，部分原因是AI实验室自家的编程工具发展得过于迅猛。

这三种应用与编程有一些共同特征。它们都面向庞大的可触达市场，且任务往往具有常规性。尽管如此，有四个要素使编程与众不同：训练数据的可获得性、检验模型输出的难易程度、工作所需人际接触的多少，以及软件工程师本身。AI公司正试图在其他领域弥合这些差距，但成功并非易事。

让编程与众不同的四大优势

AI之所以能如此出色地充当编程助手，一个原因是网上发布了海量的开源代码。因此这些代码已进入模型，在某些情况下约占全部训练数据的五分之一。而对于客户投诉或合同谈判，并不存在同等规模的公开资料。

机器生成的代码还相对容易验证。软件测试是标准的工程实践：一个脚本检验另一个脚本。这提高了在造成损害之前发现AI编写代码中缺陷的几率。此外，测试通过在每次出现错误时发出信号，有助于模型的改进。而要判断一位愤怒的客户是否得到了安抚，或一个估值模型是否恰当捕捉了公司账目中的微妙之处，则要困难得多。

编程助手还有一个优势，因为完成一项任务所需的大部分背景信息已经存在于程序的代码库中，或可通过连接软件的数字通道——即应用程序编程接口——获取。在许多其他场景中，关键知识并不存在于数字记录中，而是存在于客服人员的头脑里或对方律师的面部表情中。

AI能否弥合其他办公室工作的差距？

AI公司正在应对所有这些挑战。Harvey的负责人温斯顿·温伯格（Winston Weinberg）表示，AI的进步意味着他的公司现在能够部分依靠由AI系统生成的“合成”数据来训练其工具。Mercor等初创公司正在将AI公司与各领域的专业人士联系起来，后者可将其专业知识注入模型。

AI客服初创公司Cresta的负责人吴平（Ping Wu）表示，通过分析数千份呼叫中心通话记录，他的公司可以推断出储存在员工头脑中的一些知识，例如如何处理退款。如今，AI公司正向客户办公室派遣大批所谓的“前置部署工程师”，以排查问题并改进其工具。

然而，AI在编程领域取得成功的最后一个驱动因素可能更难复制：软件工程师本身。他们既充满极客精神，又习惯于变化——鉴于编程语言每隔几年就会更新——因而会本能地采用新技术。风险投资公司Andreessen Horowitz（安德森-霍洛维茨）的阿尼什·阿查里雅（Anish Acharya）指出，因此，AI编程的大部分普及是自下而上发生的，由工程师自行发现并尝试工具。

相比之下，呼叫中心坐席通常既没有动力也没有自由在工作中尝试新事物，往往等待技术自上而下部署。就律师和金融从业者而言，他们则必须小心谨慎，以免触犯规范其职业的众多监管规定。

AI的其他应用当然会继续增长，随着模型不断改进、公司也越来越习惯于将任务交给AI智能体，其增长甚至可能会加速。但要让大多数办公室职员整天对着麦克风低声耳语，可能还需要一段时间。■

Report a correction