参加 1024 开发者大会的一点思考

上周星期六，我参加了在长沙智谷举办的2026 CSDN 1024程序员日暨AI构建者大会。

上午，我在主会场听主题演讲。下午，则参加了亚马逊云科技（Amazon）的Kiro「鬼点子」极限开发活动，和另一位开发者组队做了一个Android应用。

这次大会让我对AI、软件开发，以及技术如何真正落地，有了一些新的思考。

一个方向：AI正在走向实际执行

本次大会的主题是：人人皆可 Build。

从具身智能机器人，到AI编程、AI办公、智能体，几乎所有主题都与AI有关。如果说前几年大家更多关注的是大模型能回答什么问题、生成什么内容，那么现在，越来越多的企业开始探索如何让AI真正完成工作。

例如：

• AI编程工具开始参与需求分析、代码编写、测试等软件开发工作。
• 具身智能机器人开始尝试完成搬运、分拣、精细操作等现实任务。
• AI智能体开始尝试执行跨系统、跨步骤的业务流程。

这里有一个明显的变化：AI不再只是回答问题，而是开始参与执行任务。当然，从演示到真实生产，中间还有很长一段路要走。但这个发展方向已经越来越清晰。

五点思考

有五个地方让我印象深刻，引起了我的思考。

1. 当AI接手执行类工作，人的核心价值究竟该锚定在何处？

这是一个值得长期思考的问题。

以软件开发为例。以前，一个开发者的大量时间花在写代码、调试程序、查询API文档等具体工作上。

现在，借助AI编程工具，很多工作可以由AI协助完成。有些相对简单的功能，甚至只需要说明需求，AI就能生成大部分代码。那么，开发者的价值是不是会越来越低？我觉得不能简单地下这个结论。因为写代码本身并不是软件开发的最终目的。软件开发的本质，是利用技术解决实际问题。

在实际项目中，我们经常会遇到这样的情况：客户知道自己工作中存在问题，但不一定能准确描述需求。甚至客户提出的解决方案，也未必是真正合适的方案。这时候，需要开发者理解业务、分析问题、设计方案，并判断技术是否值得采用。

AI可以帮助我们更快地实现某个功能，但究竟应该做什么、为什么要做、做成什么样，仍然需要人来判断。

当执行成本不断下降，发现问题、定义问题、判断价值的能力，会变得更加重要。

2. 为什么一家机器人公司要开9S店？

湖南超能机器人创始人肖湘江分享的内容，是我这次大会印象最深的一点。

他们在长沙开设了一家机器人9S店，把汽车行业4S店的概念扩展到了机器人行业。不仅销售机器人，还提供九大功能：

• 机器人场景展示
• 产品销售
• 租赁服务
• 定制开发
• 售后维护
• 新品发布
• 成果孵化
• 科普研学
• 人才培训

这相当于建立了一个集展示、交易、服务、孵化于一体的机器人产业平台。

让我感兴趣的不是9S这个概念本身，而是背后的商业逻辑。既然他们自己也研发机器人，为什么还要花费大量精力建设这样一个平台？我觉得至少有几个值得思考的原因。

首先，机器人行业面临一个很大的问题：有技术、有产品，不代表一定有客户。很多企业可能知道机器人很先进，却不清楚机器人究竟能为自己解决什么问题。通过线下场景展示、现场体验、租赁试用等方式，可以让客户更直观地认识机器人，也降低了客户尝试新技术的门槛。

其次，平台能够帮助企业接触更多真实需求。如果只是埋头研发产品，可能需要很长时间才能验证市场是否真正需要它。但如果有一个持续接触客户的平台，就能知道客户更关心什么、愿意为什么付费，以及目前的产品还有哪些不足。

最后，平台还能连接产业链上的其他企业。它不一定需要自己生产所有机器人，而是可以通过整合产品、场景、服务和技术资源，创造更大的商业价值。当然，这种模式能否长期成功，还需要看平台的客户需求、交易规模及运营成本。

对我最大的启发是：技术企业不能只关注自己能够做什么，还应该建立持续接触客户、理解客户需求的能力。真正有价值的产品，往往不是坐在办公室里凭空想出来的，而是在与客户不断沟通、验证和改进的过程中逐渐形成的。

3. 灵心巧手：让机器人真正拥有灵活的双手

灵心巧手联合创始人苏洋分享的是机器人灵巧手技术。

简单来说，就是让机器人拥有像人手一样灵活的操作能力。例如，穿针、使用工具、拧螺丝等看起来很普通的动作，对机器人来说并不简单。

人的手可以灵活控制手指、调整力度、感知接触，并根据物体的位置和状态不断调整动作。但要让机器人完成这些工作，就涉及机械结构、传感器、运动控制以及AI算法等多个技术领域。

这让我意识到，人类习以为常的能力，对机器人而言可能是非常复杂的技术挑战。工业机器人已经发展了很多年，在焊接、搬运、喷涂等固定场景中应用得比较成熟。但这些机器人通常需要相对固定的环境和预先设计好的动作。如果希望机器人像人一样，能够灵活使用不同的工具，适应不同物体和任务，就需要更强的感知、决策和操作能力。灵巧手正是其中重要的一环。

如果未来机器人能够拥有更接近人类的操作能力，那么它们可能承担的工作就不仅限于传统工业流水线。不过，从实验室中的精细演示，到工厂里长期稳定地执行复杂任务，仍然存在很大的技术和商业挑战。这也引出了下面一个很现实的问题。

4. 机器人进入工厂，必须解决成本和可靠性问题

广汽集团内部孵化的慧仑科技，分享了具身智能机器人在工业场景落地面临的挑战。

其中一个观点让我印象深刻：工业机器人的商业化，需要同时面对性能稳定、功能强大、成本可控三个要求。这三个要求并不容易同时满足。

第一，性能必须稳定。工业生产与技术演示完全不同。演示时，机器人能够成功完成一个动作，就可能引起观众的兴趣。但在真实工厂中，设备需要长时间、连续、稳定地运行。如果频繁出现故障，就可能影响生产进度，甚至造成较大的经济损失。现场有一个很形象的说法：5天不出故障可能只是Demo，50天不出故障才更接近产品的要求。

第二，功能必须足够强。如果机器人只能完成非常简单的工作，或者执行效率远低于人工，那么客户未必愿意采购。即使机器人可以24小时工作，也需要考虑维护、停机、能耗和实际产能。

第三，成本必须合理。企业采购机器人，不只是因为它先进，而是要计算投资回报。假设一个岗位的人工综合成本为每月8000元，企业必然会比较机器人的采购成本、维护成本、工作效率，以及需要多久才能收回投资。如果投入成本过高，或者回本周期过长，即使技术很好，也缺乏足够的商业吸引力。

这让我想到软件项目。客户购买软件，并不是为了拥有一个先进的软件系统。客户真正关心的是：能不能提高效率？能不能减少错误？能不能降低管理成本？投入的钱是否值得？技术先进是优势，但技术能够稳定、经济地解决问题，才是商业化的基础。

这一点，无论是做机器人，还是做企业管理软件，我觉得都是一样的。

5. Kiro编程实践：AI正在改变软件开发的工作方式

下午，我参加了亚马逊云科技组织的Kiro「鬼点子」极限开发活动。

活动要求开发者在有限时间内，通过Kiro完成一个能够运行的项目。我和一位来自武汉的开发者临时组队，一起开发了一个Android应用。我们的想法是做一个生活管理搭子。

用户可以提前设置每天需要提醒的事情，到指定时间后，通过手机屏幕展示对应内容。例如：

• 早上提醒吃早餐；
• 工作一段时间后提醒活动身体，避免久坐；
• 晚上给孩子生成一个睡前故事。

我们的想法是尽量把提醒信息放到用户容易看到的地方，减少反复打开App查看的操作。由于现场开发时间有限，我们主要围绕核心功能进行实现，没有追求完整的商业化产品。

开发过程中，我们主要使用Kiro来辅助实现功能。Kiro给我比较深的印象是，它不仅仅是一个代码补全工具，还强调一套完整的软件工程开发流程。

例如：需求分析 → 方案设计 → 任务拆解 → 代码实现。

这和传统的软件工程思路是相通的。不同的是，以前这些工作需要开发者自己完成大量文档编写和编码工作，现在可以让AI参与其中。开发者则更多地负责提出需求、检查设计、指导实现和验证结果。

我觉得最大的变化，并不只是写代码更快了。而是开发者可以把更多精力放在需求理解、架构设计、技术判断和结果验证上。当然，AI生成的代码并不意味着一定正确，也不代表可以省略测试。尤其是涉及复杂业务、安全、并发和长期维护的项目，仍然需要开发者认真检查。

整个体验下来，我觉得Kiro比较适合需求边界清晰、规模相对可控的小型项目。而对于复杂项目，是否能够持续保持代码质量、架构一致性和可维护性，还需要更多实践来验证。

但有一点已经比较明确：AI正在改变软件开发的工作方式，开发者需要逐渐学会从亲自完成每一步，转向更好地组织、指导和验证AI完成工作。

三点感受

回顾一天的经历，我主要有三个感受。

第一，AI的发展速度很快，但真正落地仍然需要解决具体问题。

无论机器人还是软件，最终都需要回到用户需求、可靠性和成本上。

技术演示可以吸引眼球，但真正的商业价值，需要通过实际应用来证明。

第二，技术企业需要更重视市场和客户。

超能机器人建设9S店的做法，让我进一步认识到，持续接触客户、发现真实需求，可能与技术研发同样重要。

有时候，找到一个值得解决的问题，比掌握一项新技术更难。

第三，开发者应该主动拥抱AI，但也不能放弃自己的核心能力。

AI可以帮助我们更快地写代码、分析资料、设计方案，甚至完成越来越复杂的任务。但理解问题、做出判断、承担结果，依然是人的重要责任。

对于软件开发者来说，我觉得既要持续学习AI工具，更要不断提高业务理解、系统设计和工程实践能力。