AI 编程新秀 Verdent AI 创始人陈志杰，不喜欢别人称呼他“陈总”，他说话自然、接地气，在接受 DeepTech 采访期间面对一时拿不准的问题有时会出现长达十秒左右的沉默以用于思考。

他认为 AI 编程就是“给厨子做饭”，即由一群工程师给全世界的工程师打造工具。不过，他表示 AI 编程不会取代程序员，而是能让原本强大的程序员更加强大。

他也坦言自己并不喜欢程序员 35 岁危机这样的文化，并表示能力的考核是多维度的，而这种年龄歧视是一种偷懒的做法。因此，他自己的团队里也有年龄较大的程序员。

他指出，我们应以平常心看待 AI：不必神化，也无需贬低，它本质上就是一个工具。但他认为，AI 编程会在一定程度上取代培训班出来的程序员。不过，区分普通与优秀工程师的关键从来不是单纯的代码编写能力，而是解决问题的综合能力。即使有 AI，不善用者也难做出好成果。

图 | 陈志杰（陈志杰）

陈志杰因曾担任字节跳动算法负责人和百度首席技术架构师等职而为人所知。在字节跳动期间，他领导了大规模推荐系统与基础算法平台的搭建，管理过数百名工程师和科学家。

2024 年底，他与认识多年的前百度技术与产品负责人刘晓春创办了 Verdent AI，致力于通过智能体提升软件开发效率。在最近的 A 轮融资中，Verdent AI 获得了腾讯领投、红杉中国等老股东参投的数千万美元的投资，公司估值达到 2 亿美元。

尽管如此，陈志杰却表示公司估值只有美国硅谷竞品初创企业的零头。以下为 DeepTech 和陈志杰对话的全部内容，基于原意做了顺序调整。

AI 编程会取代程序员吗？

DeepTech：作为外行看待 AI 技术时，人们往往会认为 AI 已经强大到能够取代 UI 设计师或程序员；但真正从事这些职业的人却普遍觉得 AI 目前还无法替代自己。你是否认同这种感受？或者对此有不同看法？

陈志杰：作为一名有十多年经验的程序员，我认为评价工程师能力的标准从来不只是代码编写能力，那只是基础技能。真正衡量工程师水平的是他解决问题的能力，包括对问题的思考分析、建模能力、方案评估和最终落地实现。代码实现只是这个过程中的基础环节。

单就写代码来说，甚至不需要大学教育，培训机构就能教会。但为什么培养一名工程师通常需要本科四年或再加上硕士阶段？因为要系统学习编译原理、计算机组成、体系结构、数据库、数据结构与算法等一系列课程，编程本身只是其中一小部分。

从现实来看，真实系统非常复杂，很难指望 AI 在短期内完全替代工程师。未来更有可能的场景是：一名工程师原本需要一周完成的工作，在使用 AI 工具后产能大幅提升，可能一天就能完成，这正在成为现实，我们公司内部也已出现这种现象。这个逻辑同样适用于设计师行业。

设计师的核心竞争力难道只是 P 图吗？显然不是，关键在于对产品交互的思考能力，以及设计出符合原则的流畅体验。就像现在 AI 生成游戏原画，外行觉得惊艳，但专业设计师能看出明显的 AI 痕迹，缺乏手绘纹理和触感，细节也常违背物理原理。总之，我认为应当以平常心看待 AI：既不必神化，也无需贬低，它本质上就是一个工具。

DeepTech：当前确实存在一些编程培训班，学员经过短期培训后通过包装简历进入银行外包等岗位从事基础编程工作。随着 AI 编程工具的发展，是否可能通过赋能资深工程师来完成更多工作，从而替代这些培训班出身、从事基础编程的程序员？

陈志杰：我认为这种替代是可能发生的，但这种现象并非 AI 独有，实际上任何能提升开发效率的工具都可能带来类似影响。比如在 AI 出现之前，低代码/零代码平台已经能够通过可视化配置替代部分基础开发工作。

从更宏观的科技发展视角来看，这种迭代是普遍规律。回想二十多年前，社会上还有大量教授 DOS 系统操作的培训班，如今这类技能已基本消失；过去需要专门学习的 Office 软件，现在也因为易用性提升而不再需要专项培训。

当然，不可否认的是 AI 技术会显著加速这一进程。这也再次印证了我们行业的评价标准：区分普通与优秀工程师的关键从来不是单纯的代码编写能力，而是解决问题的综合能力。

DeepTech：今年美国计算机专业毕业生的就业前景出现了一些挑战。从全球范围来看，AI 编程技术的发展是否会进一步加剧计算机领域就业市场的这种压力？

陈志杰：我认为未来就业市场确实会呈现两极分化的趋势：能力突出的工程师依然会受到企业争抢，比如 meta 等公司仍在提供天价 offer；但另一方面，如果仅仅具备普通甚至中等偏下的编码能力，则很可能面临更大的就业压力。实际上，AI 技术对各行各业的冲击都可能呈现出这种两极分化的特征。

DeepTech：每当编程语言推出新版本或出现新语言时，程序员们常会感叹“学不动了”。如今 AI 技术浪潮兴起，这是否意味着未来想要保持竞争力的程序员必须主动拥抱并掌握 AI 编程工具？

陈志杰：如果开发者能积极学习和运用 AI 编程工具，我相信这将显著提升很多人的工作效率。当然，如果有人暂时不愿使用，也完全可以理解，我并不认同那些过度戏剧化地宣称“AI 将取代人类”的论调。

以算法工程师为例，他们实际编写的代码量往往很少，很多时候只是调整几行配置参数。但谁能说他们不是优秀的工程师呢？评价工程师的标准难道是代码行数吗？显然不是。

有时候仅仅优化一个配置，就能让模型效果获得巨大提升，这种价值根本无法用代码量来衡量。这正是我一再强调的观点：代码编写能力只是工程师的基础素质之一，远非衡量其价值的核心标准。

DeepTech：很多程序员担忧“35 岁危机”，担心被年轻人替代。你认为 AI 编程工具能否为这些资深程序员提供一些帮助或新的优势？

陈志杰：我认为这种焦虑和压力，本质上并非源于大龄程序员能力下降或不如年轻人，而更多是由职场文化环境造成的。我在美国招聘时曾面试过许多谷歌 L9 级别的人才，其中不少都是拥有 20 年以上经验的资深工程师，按工作年限推算，他们大多已四五十岁。

这反映出国内外在年龄观念上存在显著差异。我个人非常不认同这种以年龄划线的方式，我认为这是一种不应存在的年龄歧视。

DeepTech：有时，35 岁被视为中年门槛。有观点认为，到了这个年龄优秀的话就应该晋升中层管理岗位了，如果未能达到这个层级，就可能面临被淘汰的处境。

陈志杰：我认为这是一种管理上的惰性。评估一个人应该考察其实际能力，而非采用年龄这种带有歧视性的标准进行一刀切。国内部分企业的这种做法确实存在不合理之处。当然，作为个体很难改变这种环境现状。我们能做的就是保持持续成长的心态，积极拥抱能提升效率的工具，如果这些工具确实能带来帮助，何乐而不为呢？

要基于互信去谈创始人互补性

DeepTech：是什么促使你离开大厂投身 AI 编码赛道创业？看到了哪些未被满足的需求？

陈志杰：我个人的性格比较喜欢自由，工作了很多年，一直有创业的想法。这一波 AI 技术的本质在于提升生产效率，它不像娱乐性产品，而更像是生产工具。目前市场上比较成功的 AI 应用也主要集中在效率提升领域。

我们选择 AI 编程这个赛道，一方面是因为我们团队都是工程师背景，对这个领域比较熟悉；另一方面，当我第一次看到 AI 写代码的效果时，确实感到非常惊讶。原本以为代码这种形式化语言，哪怕错一个标点符号都会导致编译失败，但没想到 AI 已经能做到如此出色的程度。

在实际体验了一些 AI 编程产品后，我确信这项技术确实能带来显著的效率提升。基于这些考虑，我们最终决定投身这个领域。

DeepTech：为公司取名 Verdent，有什么特别的含义吗？

陈志杰：“Verdent”意为“蓬勃生长”，这与我们的中文品牌理念“言创万物”形成了巧妙的呼应，两者都蕴含着持续进化与创造的内涵。

工程师天性崇尚自由，如果有更高效的工具或工作模式出现，大家自然会去选择。就像我认识的一些优秀工程师，他们即使偏好传统编程方式，也会灵活运用 ChatGPT 等工具来辅助工作。

因此我们从不鼓吹“取代工程师”这类不切实际的口号，这种说法容易引起反感。我们真正专注的，是踏实地打造一款自己用得顺手、用户也觉得好用的产品工具。

DeepTech：你拥有深厚的技术背景，而联合创始人刘晓春先生更偏向产品与商业化。你们二人如何分工协作？

陈志杰：从十多年前刚开始工作的时候，我和晓春就在同一个团队里共事。我认为两人一起创业最重要的基础是互信，在这个前提下再去谈技能组合的互补性才有意义。实际上，很多公司最终出现问题，往往不是因为某方面技能不足，而是源于创始人之间的信任基础不够牢固。

我和晓春作为相识多年的朋友，一起经历过艰难时刻，也会在需要时互相鼓励，这种信任关系非常难得。具体到创业实践，我们会发现很多过往的技能和经验在实际创业过程中可能并不完全适用，情况往往和预想的不同。这时候更重要的是我们能够随机应变、快速学习的能力，这才是创业成功的关键所在。

DeepTech：在具体工作中，技术决策是完全由你主导、商业方面主要由晓春负责吗？

陈志杰：其实我们整个公司的文化氛围比较轻松，工作方式都是以商量为主，没有设定特别明显的职责边界。这不仅是我和晓春之间的合作模式，也是我们与团队乃至之前同事共事的方式。

我认为这个行业本质上需要很高的人才密度，很多时候需要充分信任和授权。过于强调自上而下的指挥或明确的边界划分，实际上并不利于创新的产生。所以不单是我们两人之间，整个团队的合作都秉承着这种开放协作的理念。

DeepTech：Verdent 在融资过程中受到了腾讯和红杉等顶级投资机构的争抢。你认为投资人最看重你们团队的哪些特质？是技术潜力、团队背景，还是对市场的独特判断？

陈志杰：目前 AI 编程或者说 AI 软件工程已经是一个明确的赛道，商业模式相对成熟，也有像 Cursor 这样成功的公司案例，从商业角度来说这个方向是经过验证的。另一方面，我们团队的人才密度确实很有优势。虽然目前只有三四十人，但团队成员无论是过往绩效还是背景都非常出色。

在缺乏具体运营数据的情况下，投资人首先关注的是赛道前景，其次就是团队是否靠谱。我认为我们能被争投，很大程度上是因为大家认可我们团队的整体实力。这并不是说我个人有多强，而是我们整个团队，包括算法、设计师、研发等各个岗位的同学，整体素质都非常出色。

不善用 AI 者，即便拥有 AI 也难以产出优秀成果

DeepTech：AI 编程是一个相对新兴的方向，你们作为开发者却要设计一款产品去帮助其他程序员和工程师编程时，这种角色会给你们带来怎样的独特感受？

陈志杰：这种感觉确实很有挑战性。本质上，这就像是为厨子做饭，我们自己本身就是工程师，却要为同行设计和打造工具，这种自我服务的要求标准非常高，说实话挺不容易的。

DeepTech：这对你们自身提出了怎样的门槛和要求？

陈志杰：为专业工程师开发这类工具确实非常复杂。关键在于产品中的每个微小细节都必须处理到位，否则用户体验就会非常难受。比如我们的插件和独立产品，从外部看可能感觉很简单，但真正要做好却相当麻烦。目前，整个代码量已经达到三四十万行，这充分说明了其内在的复杂性。

（https://www.verdent.ai/）

DeepTech：Verdent 将自身定位为“Agentic Coding Suite”（智能体编码套件），这与市面上“更聪明的代码补全工具”有何本质区别？

陈志杰：这个领域确实竞争非常激烈。我认为主要有几个原因：首先，这是一个商业价值极高的场景，它能显著提升开发效率，我们公司自身就在使用 AI 编程产品，并切身感受到了效率的大幅提升。其次，如果只关注 AI 编程本身，它可能看起来只是集成开发环境（IDE，Integrated Development Environment）中的一个具体功能。

但若将其置于更广阔的软件工程领域来看，这是一个年产值上万亿的巨大市场。即使在 AI 编程出现之前，技术服务相关的 SaaS 领域已经非常繁荣，并涌现出许多优秀公司，比如 Salesforce、Databricks 等。

即便最近几年，这个领域仍在诞生新锐企业，例如以色列团队创立的 Wiz，成立仅五年就被谷歌以约 320 亿美元收购。AI 对软件工程领域的改造将涵盖众多场景，而 AI 编程只是当前走得比较顺的一个切入点。未来的终极形态肯定不会停留在现在这样，很多 AI 编程公司的最终产品形态都会演化。

具体到我们的策略，我们更侧重于工业化场景和复杂度较高的任务。这体现在两个方面：

首先，在开发 IDE 插件时，我们倾向于实现大粒度任务的自主完成，并会优先深入做好规划与验证环节；其次，我们的独立桌面产品同样注重并行处理和多任务管理等能力。总体而言，当前我们更聚焦于通过智能体方式完成高复杂度任务。至于未来的产品形态，目前仍在快速演进中。

我感觉行业都还处于探索阶段，还没有明确的答案，因为 AI 基础模型层仍在剧烈变化：一开始还是 Claude 一家独大，随后出现了 GPT-5，最近又发布了性能出色的 Gemini 3，底层技术快速迭代决定了上层应用终局形态尚待探索。

DeepTech：在技术架构上，如何让多个 AI 智能体协同完成跨文件、多步骤的复杂软件工程任务？

陈志杰：我认为未来可能呈现几个主要趋势。首先，智能体的运行时间将显著延长，处理的任务粒度会越来越大，并且更多以异步方式执行，例如一个智能体可能需要半小时甚至更久来完成单个任务。在这种情况下，如何优化用户体验就成为了关键问题。

其次，我们观察到行业在这方面已经展开诸多探索。最初阶段主要是基于类型的代码补全，随后逐渐发展到更自主、任务粒度更大的智能体应用，虽然核心仍是代码生成，但应用场景正持续扩展。

如今我们已经看到代码审查、合并请求自动化、测试验证乃至网站可靠性工程（SRE，Site Reliability Engineering）运维等多样化场景的出现。由此可见，第二个明显趋势就是应用场景的不断丰富和拓展。而我们公司的发展路径也将遵循这一方向持续推进。

DeepTech：有观点认为，当前一些 AI 编码工具虽然让开发者用着“爽”，但可能会埋下更深的“技术债”。Verdent 在产品设计中如何确保生成代码的可维护性、安全性与长期质量？

陈志杰：人们对新技术和新工具栈的接受程度天然存在差异，这在任何领域都是如此，总有一部分用户更先锋、愿意尝试，而另一部分则相对稳健，AI 编程领域也不例外。

以 C 语言为例，这门底层语言已存在多年，有人能用它写出优雅的操作系统内核代码，也有人会写出存在漏洞的程序。本质上，AI 编程只是一个工具，最终代码质量的好坏仍然取决于使用者自身。

具体到 AI 编程工具，不同人的掌握程度差异确实很大：擅长使用的人能显著提升效率并保证代码质量；而不善使用的人，即便借助 AI 也难以产出优秀成果，甚至可能生成大量低质代码。

未来的 AI 编程工具使用方式可能会与传统软件开发有所不同。例如，现在已有开发者采用“抽卡”策略，用不同模型生成多个代码版本，再挑选合适的进行手动修改；更进一步的做法则是在架构设计阶段就考虑 AI 友好性，从而使 AI 生成的代码具有更高可用性。

总之，AI 编程本身只是一种工具，使用效果终究取决于使用者的能力。同时，随着工具渗透率提升，社区正在探索全新的开发模式。在 Reddit 等相关社区，我们已经能看到不少关于新型软件工程方法和原则的讨论，这标志着一种全新开发范式的逐步形成。

DeepTech：面对从“模糊需求”出发的挑战，Verdent 是如何训练 AI 准确理解用户意图的？

陈志杰：单纯依靠模型本身是远远不够的。要实现真正的智能体自主完成任务，需要系统性地设计整个工具链、智能体循环机制等完整架构。在处理模糊需求方面，虽然当前模型能力已有显著提升，但从本质上看，这个问题无法完全依赖技术解决。

就像人类之间的沟通也常常存在歧义和模糊性一样，自然语言本身就具有高度灵活性和多义性，并非图灵完备的精确语言。因此必须在产品层面进行针对性设计，比如通过多轮对话引导用户完善输入、消除歧义等。实际上，仅凭一句话就生成完整可用的程序或系统是绝无可能的，即便模型能力比现在强大百倍也难以实现。

观察优秀开发者的实践模式就会发现，他们通常会先制定详细规划，在规划阶段就与机器进行充分对齐，明确技术选型、实现目标和具体意图。这说明解决模糊需求不仅是个技术挑战，更是一个需要产品设计共同应对的系统性课题。

DeepTech：在用户画像方面，目前或未来会更侧重于服务个人开发者、初创团队，还是大型企业呢？

陈志杰：我们当前仍主要聚焦于专业工程师群体。从发展路径来看，这类工具通常最初从个人开发者用户群起步，随着产品影响力和成熟度的提升，会逐渐吸引企业用户自发采用，最终自然延伸至企业采购阶段，这大致就是我们预期的商业化演进路线。

DeepTech：面对你的前东家以及阿里、腾讯等大厂都已入局 AI 编程赛道，作为创业公司，你为 Verdent 制定了怎样的生存与发展战略？

陈志杰：这个宏观层面的竞争态势我不便过多评论，毕竟对大厂团队的情况大家都有所了解。不过我认为开发工具这类产品与短视频等依赖规模效应和网络效应的业务不同，它并不需要巨额资源投入。

对我们而言，真正的核心竞争力在于能否持续提供卓越的用户体验。从这个角度看，我并不认为大厂具备额外优势，在人才方面，我们的团队密度同样很高；在产品特性上，这类工具也不需要像短视频平台那样依赖大量创作者生态和资源投入。

实际上，我感觉最大的竞争压力反而来自那些充满活力的优秀创业团队，比如 Cursor 或 Devin 这类同样敏锐进取的竞争对手。

DeepTech：在商业模式上，你是会参考 Cursor 采用的 SaaS 订阅模式，还是会探索更加适合中国本土市场的独特路径？

陈志杰：我们主要面向海外市场，同样采用订阅制模式。

DeepTech：既然主要竞争对手是其他创业企业，各公司在人才储备和融资金额上可能各有差异。在这样的竞争环境中，大家究竟应该靠什么决胜？

陈志杰：如果陷入同质化竞争，作为后发且资源不占优势的团队确实会面临很大挑战。因此关键在于能否提供真正差异化或创新的解决方案。我之所以认为竞争压力更多来自创业公司，是因为观察美国市场也能看到类似规律。

比如 Cursor 并非 AI 编程领域的首创者，最早推出产品的是 GitHub Copilot。但深入分析他们的发展轨迹和创业动机，会发现 Copilot 团队的迭代速度明显慢于创业公司。

事实上，包括美国大厂推出的编程工具，在社区反馈和用户体验方面普遍不如创业公司的产品。比如 Google 最近发布的 Antigravity，社区评价就倾向于认为它更像是对 Windsurf 的简单模仿。

AI 编程赛道可能是仅次于模型厂商的第二大 AI 盈利领域

DeepTech：公司估值已经达到较高水平。在估值背后，你认为资本市场更看重的是当前产品已经展现出的能力，还是更看重未来重塑软件开发模式的潜力？

陈志杰：我们的估值其实并不算高。对比美国 AI 编程领域的公司，即使在产品数据尚未显现或处于低位时，它们的估值往往已达到数十亿美元级别，我们的估值可能还不到它们的零头。

从商业潜力来看，AI 编程赛道可能是仅次于模型厂商的第二大收入领域，其商业模式已得到充分验证。相比之下，这个赛道的商业化能力甚至可能比垂类 ChatBot 等应用更强，无论是现有数据还是市场表现都支持这一判断。

比如有些团队用智能体技术开发法律或医疗行业产品，虽然客单价不错，但与编程场景相比仍有较大差距，估值也相应低很多。这进一步印证了 AI 编程领域的独特价值。

DeepTech：与国际化竞品相比，你们的产品优势在于更理解中文开发场景，还是在技术架构上有独特的创新思考？

陈志杰：我们并没有特别针对中文场景进行优化或特殊处理，产品从一开始就定位全球化市场。正如之前讨论的，我们的技术路径更侧重于实现高复杂度任务的自主处理，致力于发展智能体能力，而不是仅仅打造一个 IDE。

DeepTech：未来计划如何系统性地构建和运营开发者社区？

陈志杰：目前产品已完成初步打磨，我们计划在 12 月份进行正式推广。虽然产品已经做得不错，但酒香也怕巷子深，好东西不会自动被大家知道，还需要通过市场活动主动触达开发者。届时我们将系统性地开展推广工作。

DeepTech：最终希望 Verdent 最终为世界和整个软件行业留下怎样的独特印记？

陈志杰：我职业生涯始于广告行业，后来转向娱乐产品领域。如今创业做 AI 工具，最大的感受是这件事能带来强烈的成就感，因为我们切实帮助他人提升效率，创造着真实价值。

展望未来，我希望公司能在这个前景广阔的行业中把握住时代机遇，持续开发出更多优秀的工具产品，为整个软件工业的发展贡献自己的一份力量。

DeepTech：“人人都是开发者”这样的时代会来到吗？

陈志杰：我认为实现“人人都是开发者”的愿景会比较困难。数字世界本质上是现实世界的投影，而现实世界本身就极其复杂。即便省略编程环节，将现实逻辑准确建模到数字世界依然充满挑战，关键在于如何理清这些复杂逻辑。

更现实的图景是：对于那些具备清晰思路和创造力的人，如果他们想要实现自己的想法，编程将不再成为主要障碍。这里可以类比产品经理的角色，他们不需要亲自编码，而是由工程师协助实现创意。

但这是否意味着人人都能成为优秀的产品经理？显然不是，出色的产品经理依然稀缺。因此，AI 工具真正降低的是创意的实现门槛，而非对逻辑思考和创造能力的要求。

DeepTech：硅谷有业内人士讨论泡沫可能即将到来，你对这个观点有何看法？

陈志杰：我认为任何重大技术浪潮都难免伴随泡沫。回顾上一波互联网浪潮，其中确实存在大量泡沫，但同时也孕育出了谷歌等卓越的企业。当前这轮 AI 浪潮中，泡沫成分确实存在，但我相信同样会诞生一批真正优秀的公司。这个判断可能需要十年后再来回望验证。