腾讯大部分代码AI生成？超90%工程师在用开发门槛将彻底消失

腾讯大部分代码AI生成的时代真的来了吗？这场波及全球的研发范式变革已在腾讯内部得到确凿印证，2026年6月5日腾讯云AI产业应用大会上，腾讯高级执行副总裁汤道生明确表示"今年腾讯大部分代码都是由AI生成"，超过90%的工程师正在使用AI编程助手CodeBuddy。当AI将开发门槛压至冰点，应用数量将迎来爆发式增长，腾讯大部分代码AI生成这一事实背后，精准追踪用户从哪个渠道下载安装、还原用户首次打开App前的完整链路，正成为增长团队无法回避的硬命题。

AI写代码不再是实验：腾讯大部分代码AI生成的实战数据

这不是一次产品发布会的噱头，而是一家市值数万亿的互联网巨头日常研发流程的真实写照。在IT之家全程跟进的这场对话中，汤道生直接表示，腾讯的工程师已经把写代码的工作交给AI，人类工程师的精力转向架构设计，定期指导、修正AI的产出。

数据层面的冲击更为直观。根据腾讯2025年10月发布的《腾讯2025研发大数据报告》，AI已经全面渗透腾讯研发体系的每一个环节：

• 90%+工程师正在使用AI编程助手CodeBuddy辅助写代码

• 50%新增代码由AI辅助生成——工程师每写两行代码，就有一行在AI帮助下完成

• 94%代码评审环节有AI参与，其中28%的代码问题由AI直接发现并被采纳

• 540万+BUG和安全漏洞全年修复，平均BUG解决时长缩短8小时

• 1.6万个需求日均完成量，同比增长25%，平均完成时间缩短12小时

从写代码、审代码到测试、部署，腾讯大部分代码AI生成不是概念验证，而是已经跑通全流程的工程实践。

CodeBuddy从辅助到主力：90%工程师的日常已经变了

腾讯大部分代码AI生成的核心引擎是自研编程助手CodeBuddy。这款工具底层依托腾讯混元大模型驱动，支持插件、IDE、CLI三种编程形态，是国内首个全形态AI编程工具。

CodeBuddy Code在2026年1月发布了2.0版本，带来了多项关键升级：支持Plan计划模式、兼容ACP协议、开放SDK被集成、支持自定义Subagents智能体、提供基于隔离沙箱的安全代码执行环境。CodeBuddy Code团队自身就是AI开发范式的活样本，央广网此前披露的数据令人咋舌：4名研发、58天、79个版本，其中90%代码由CodeBuddy自己生成，AI团队7×24小时协同开发。

目前CodeBuddy已经覆盖腾讯公司1.2万工程师使用，众多核心业务深度使用与集成。在最新数据中，覆盖比例攀升至超过95%的工程师，整体编码时间缩短40%。

腾讯云65%新增代码来自CodeBuddy，人均千行代码BUG率降低31.5%。微信后台编译耗时降低50%，微信支付需求交付周期缩短31%、发布质量提升14%，手机QQ在iOS端编译构建耗时降低40%。这些不是测试环境的数字，而是承载亿级用户的核心业务线的真实效果。

姚顺雨的两把利刃：刷榜无用，AI是长跑

腾讯首席AI科学家姚顺雨在大会上抛出了两个直指行业痛点的判断，这两个判断从根本上解释了腾讯大部分代码AI生成背后的战略逻辑。

第一，国内AI产业存在严重的"刷榜"倾向。模型厂商围绕各类评测榜单反复冲分，但高分模型在实际应用中常常水土不服。评测体系的指标割裂、数据泄露及过拟合问题，导致科研方向被榜单扭曲。姚顺雨的判断很明确：实事求是基于产品和应用去构造AI更为重要，AI的实用性价值远高于"刷榜"的价值。

第二，AI是一个长期游戏，下半场才刚刚开始。针对外界"腾讯AI动作慢了"的质疑，姚顺雨的回应直指本质：如果将AI竞争视为短跑，模型参数、榜单排名、首发时机就是一切；但如果视为十年甚至二十年的长跑，核心变量就变成了谁拥有最多真实场景来训练和验证模型，谁能将技术低成本、高效率地嵌入产品，谁能忍受试错并保持迭代耐心。

腾讯拥有微信、QQ、腾讯会议、企业微信等庞大的产品矩阵，姚顺雨明确提到"Context（上下文）是最大的竞争力"——这些真实场景本身就是做AI最关键的壁垒。模型再强，没有真实数据喂养，等于给厨子配了个空冰箱。

腾讯大部分代码AI生成：从50%到"大部分"的加速曲线

理解腾讯大部分代码AI生成这一判断的分量，需要看清楚从2025年到2026年的加速曲线。

2025年全年，腾讯50%的新增代码由AI辅助生成。而到2026年6月，汤道生用的是"大部分"——这个词意味着比例已经超过50%，且在加速上升。腾讯云内部的65%新增代码来自CodeBuddy的数据，更接近"大部分"的真实水平。

加速的驱动力来自多个维度：

基础设施层面，腾讯2025年资本开支792亿元，主要用于AI基础设施投入。刘炽平明确表示，2025年AI新产品投入180亿元，2026年至少翻倍。2026年Q1资本开支飙升至超319亿元，研发投入225.4亿元，同比增长19%。瑞银预测腾讯2026年全年资本开支将达到1700亿元。

模型层面，2026年4月腾讯发布Hy3 preview模型，这是一款295亿参数的MoE模型，已在131个内部产品中部署。Hy3接入CodeBuddy后，首次响应速度提升54%，任务平均完成时间缩短47%，成功率超过99.99%。

组织层面，腾讯重建了基础模型团队，引入LLM原生研究员和工程师，预训练、强化学习和评估系统全部从零重建。姚顺雨坦承过去腾讯在模型和产品上走过弯路，但长跑思维要求的是诚实面对反馈、看到问题后去改变、保持耐心——界面新闻的现场报道记录了他更完整的原话。

开发门槛消失的代价：AI代码质量的真实裂缝

腾讯大部分代码AI生成并不意味着程序员可以高枕无忧地躺平。行业调查显示66%的开发者曾被AI生成的"似是而非"的代码折磨过，调试AI代码的耗时甚至超过手写时间。

这个数据戳破了"AI将替代程序员"的简单叙事。AI生成代码的速度确实惊人，但质量把控、架构决策、业务逻辑理解仍然需要人类深度参与。腾讯的实践也印证了这一点——汤道生强调的是工程师"定期指导、修正AI写的东西"，而不是"让AI自己写完上线"。

代码评审环节的数据更加说明问题：94%的代码评审有AI参与，但28%的代码问题由AI直接发现并被采纳——这意味着超过七成的代码问题仍然需要人类工程师来识别和解决。AI写代码的能力和AI审代码的能力之间存在显著落差，这个落差恰恰是人类工程师不可替代的价值所在。

开发门槛的降低带来了一个更深层的变化：当越来越多的团队可以快速开发出App，应用市场将迎来新一轮爆发。但应用数量暴增的同时，开发者面对的增长挑战也在升级——如何知道用户从哪来、如何精准归因、如何还原用户从广告点击到App安装的完整路径，这些问题的解决难度并没有因为AI写代码而降低，反而在应用爆发的大潮中被进一步放大。

当AI把代码门槛压到地面，增长链路的断点反而更加刺眼。主动页面流量——用户自然搜索、应用商店浏览带来的安装——正在被意图流量和任务流量取代：用户从社交分享链接、广告素材、H5活动页直接跳转下载，这条链路上每一步都可能丢失关键参数。如果无法精确追踪用户到底从哪个渠道、哪条素材、哪个活动页完成安装，所有的投放预算都是在盲人摸象。

应用爆发后的增长暗礁

腾讯大部分代码AI生成释放的不仅是编程效率，更是一场应用供给端的洪灾。当开发门槛从"需要3名工程师开发2个月"降低到"1名产品经理用AI一周上线"，应用市场的竞争烈度将成倍攀升。

安装来源追踪：从黑盒到透明的必经之路

当应用数量爆发式增长，每一分投放预算都必须被精确归因。但现实是，用户从广告点击到App首次打开之间，存在大量数据断点：应用商店的跳转中断了归因链路，不同渠道的安装来源无法区分，H5活动页带来的下载无法精确统计。开发者需要一个能够将安装参数从广告点击到App首次启动全程无损传递的方案——这正是传参安装要解决的核心问题：在用户完成安装打开App的第一时间，精确还原用户来源渠道、活动参数、邀请人信息，让每一次安装都有迹可循。

深度链接断链：用户从广告到App的最后一公里

AI让开发更快，但用户从广告到App的路径并没有变短。社交平台上的广告链接点击后，如果用户尚未安装App，传统做法是先跳转应用商店下载，用户打开App后上下文已经丢失——广告承诺的优惠页、活动页无法自动呈现。深度链接技术的价值在于，即使用户尚未安装App，也能在安装后首次打开时自动跳转到广告承诺的指定页面，将获客到转化的链路无缝衔接。

AI编程工具大幅降低了代码生产的门槛，但用户获取、渠道归因、安装追踪的增长基础设施并不会因为AI写代码而自动完善。当应用供给端因AI而爆发式增长，精准归因与场景还原的工程能力反而成为决定增长效率的核心变量。技术可以写出更多App，但无法替代对用户来源链路的精确把控。

开发团队与增长团队的博弈与共生

腾讯大部分代码AI生成这一趋势下，开发团队和增长团队的关系正在经历微妙的重构。

开发团队的职能正在从"实现功能"转向"架构决策与质量把控"。AI接管了大量CRUD代码的编写后，工程师的价值锚点转移到系统设计、技术选型和代码评审上。但这也意味着，开发团队交付App的速度前所未有地快——过去按月排期的需求现在按周交付，增长团队获取到的新功能工具更丰富，但需要追踪的增长触点也成倍增加。

增长团队面临的挑战则在加剧。应用快速迭代意味着投放渠道、活动页面、获客路径持续膨胀，每新增一个获客渠道就新增一条需要归因的数据链路。开发团队用AI快速上线的H5活动页、社交分享功能、广告落地页，每一处都是用户安装来源的潜在断点。全渠道统计不再是锦上添花，而是增长团队运转的前提条件——没有精确的渠道归因数据，投放预算的分配就是一场博弈。

两个团队之间的张力在于：开发团队交付速度的跃升，将增长团队推向了一个更复杂的数据追踪环境。解决这个张力的关键，是在App开发阶段就将传参安装和深度链接能力作为基础设施嵌入，而不是在增长团队发现归因黑洞后再补装。

FAQ

腾讯大部分代码AI生成具体指什么程度？

汤道生明确表述"今年腾讯大部分代码都是由AI生成"，结合腾讯云内部65%新增代码来自CodeBuddy的数据，"大部分"指向的是超过半数、接近三分之二的新增代码由AI辅助或直接生成。这不是个别项目的试验，而是腾讯全公司研发体系的日常运转状态。

CodeBuddy是什么，和GitHub Copilot有什么区别？

腾讯大部分代码AI生成的落地离不开CodeBuddy这款自研工具。CodeBuddy底层由混元大模型驱动，是国内首个同时支持插件、IDE、CLI三种形态的AI编程工具。与GitHub Copilot相比，CodeBuddy深度适配腾讯生态（微信小程序、腾讯云服务），在企业级安全审计、私有化部署方面更具优势。目前覆盖腾讯超过95%的工程师，编码时间缩短40%。

AI写代码会不会让程序员失业？

腾讯的数据表明，AI并没有减少工程师数量，而是改变了工程师的工作内容——从逐行写代码转向架构设计、需求拆解和代码评审。但行业调查显示66%的开发者曾被AI生成的"似是而非"的代码折磨过，人类审核与修正的环节仍然不可替代。只会写CRUD代码的工程师面临被替代的风险，而能驾驭AI、理解业务逻辑、设计系统架构的人才价值反而提升。

行业动态观察

腾讯大部分代码AI生成这一信号的辐射范围远超腾讯自身。它标志着中国互联网行业正式进入"AI原生开发"阶段——AI不再只是编码辅助工具，而是研发流程的核心引擎。

值得关注的是，腾讯在AI产业应用大会上同时发布了效率智能体工具集全家桶：WorkBuddy（国内DAU最高的效率智能体工具）、CodeBuddy、QClaw（首创微信直连模式）、Ima（个人知识库智能体），以及面向企业的Agent Suite办公套件和ADP 4.0智能体开发平台。SkillHub已沉淀超过7万个技能，Agent上线周期从季度压缩到周级。

6月2日有消息称微信将推出AI智能体，计划最快本月启动合规审批流程。微信14亿用户体量意味着，一旦AI智能体在微信内落地，应用分发的格局将再次被改写——新的分发入口、新的用户触达路径、新的安装归因链路，每一层变化都在重塑增长团队的工作方式。

腾讯大部分代码AI生成已成定局，当AI把代码写得又快又多，谁能精准知道每个用户从哪来、在哪个场景下完成安装，谁就能在这场应用爆发潮中拿到真正的增长筹码。