Anthropic最近披露了一个数字，让我这个靠写Prompt吃饭的人都愣了一下：Claude Code已经承担了团队65%的产品工程PR。
不是测试代码，不是文档生成，是真正的产品工程代码。而且他们的系统提示词缩减了80%，越来越依赖自动化代码审查来处理变更。
换句话说，Anthropic自己的工程团队，大部分活已经交给AI来干了。
Cursor的Agent Swarm更猛
如果说Claude Code是"一个能干活的AI程序员"，那Cursor最近测试的Agent Swarm就是"一群AI程序员组队干活"。
架构思路是这样的：把任务拆分成树状结构，规划者用最强模型（比如Claude Fable 5），执行者用快速廉价模型。规划者负责拆解任务、分配工作，执行者负责具体编码。
测试结果：4小时内通过了80%的SQL测试套件，峰值提交速度每秒1000次。每秒1000次提交，人类程序员干一年也不一定能达到这个数字。
这不是辅助编码了，这是AI在自主构建软件系统。
开发者角色正在变
我认识不少程序员，之前对AI编程工具的态度基本是"挺好用的，能省点事"。但最近几个月的变化，让很多人的态度从"辅助工具"变成了"主力队友"。
原因很简单：AI编程工具不再是帮你补全代码行了。它开始理解整个项目结构，能跨文件修改，能处理复杂逻辑，甚至能自己调试和修复Bug。
Anthropic的做法就是一个缩影。他们不是"用AI辅助开发"，而是"以AI为核心来开发"，人类工程师的角色变成了审查者和决策者。
对普通开发者的影响
如果你还在用AI写写注释、补补代码，可能还没感受到这股变化。但趋势已经很明确了：未来软件开发的核心能力不是写代码，而是定义问题和审查结果。
就像自动驾驶一样，L2阶段你需要时刻盯着，L3阶段你可以偶尔走神，到了L4阶段你就只需要告诉车"去哪"。AI编程也在走这条路。
不过有一个问题值得思考：当AI承担了65%的工程工作，剩下的35%是什么？是那些AI还搞不定的复杂架构决策、跨系统集成、以及需要深度业务理解的部分。这些恰恰是高级开发者最值钱的地方。
工具生态也在跟上
英伟达刚推出了Agent Toolkit，用户三步、大约30分钟就能本地部署一个AI Agent，数据不出公司。微软的Agent Framework新增了GitHub Copilot和Claude Code的连接器，AI编程工具正式成为可以被调度的工作单元。
这意味着什么？意味着以后你的工作流可能是这样的：早上定义今天要完成的功能，Agent Swarm自动拆解任务、分配给不同的AI模型去执行，你只需要在关键节点做审查和决策。
这不是科幻，Cursor的Agent Swarm已经在这么干了。
小结
2026年7月，AI编程工具正式从"辅助"进入了"主力"阶段。Anthropic用Claude Code干了65%的活，Cursor用Agent Swarm实现了每秒1000次提交。
对开发者来说，这不是威胁，是升级。写代码的能力依然重要，但定义问题、审查结果、做架构决策的能力会变得更值钱。
未来最稀缺的不是能写代码的人，而是能指挥一群AI写代码的人。
说实话有点焦虑。65%的活都被AI干了，剩下的35%确实是高级活，但门槛也高了不少。得赶紧从'写代码的'升级成'定义问题的'了。
作为普通开发者，我最关心的是英伟达那个Agent Toolkit，30分钟本地部署，数据不出公司。很多企业不碰AI编程就是因为数据安全顾虑，这下有解了。
未来最稀缺的不是能写代码的人，而是能指挥一群AI写代码的人。这句话说得好。Prompt Engineer这个岗位真的会越来越重要。
每秒1000次提交，人类一年都达不到的量。这已经不是效率提升了，是维度碾压。
65%的PR由AI完成，这个比例放在一年前没人信。但Anthropic自己的数据说明了一切。关键是他们提示词缩减了80%还跑得更好，说明模型本身的理解力在快速提升。