澳洲AI工程师让代码彻夜运行：一觉醒来，10项任务已完成，几乎不再手写代码

Ryan Hendler或许是澳洲效率最高的员工之一。在二维码点餐应用公司me&u，每晚，他和同事都会向AI工具分派最多30项复杂且需要反复迭代的编程任务，从开发新功能到修复漏洞，内容不一而足。

这些任务往往需要数小时才能完成。26岁的AI工程师Hendler意识到，与其白天等待程序运行，不如让AI在自己入睡后继续工作，这样能大幅提升效率。

在首席执行官Kim Teo的带领下，Hendler帮助me&u迅速迈入AI时代，将Claude、ChatGPT以及定制化AI产品整合进一个7天24小时不间断的工作流程。

今年早些时候，按token使用量计算，他一度位列全球使用ChatGPT Codex最活跃的个人用户第12名。这套24小时工作方式也曾被ChatGPT开发者OpenAI在LinkedIn上重点介绍。

不过，AI起初并不能自动胜任“夜班”。Hendler说，团队最初必须明确要求它通宵工作，例如提示它“请完成所有任务后再停止”，或者说“如果你中途停下来，我老板会生气”。

团队还会设置定时发送的“继续”消息，充当一条数字鞭子。如今，AI模型已经足够先进，无需再采取这类严苛措施，也能可靠运行至任务完成。

Ryan Hendler会是澳洲最高效的员工吗？图片来源：Eamon Gallagher

这种工作方式让Hendler每天早晨醒来时都充满期待。

他会先查看X平台，了解AI领域的最新动态，随后打开笔记本电脑，检查AI编程工具一夜之间取得的进展。眼前可能是证明新代码能够正常运行的截图、等待审查的完整文件，偶尔还会有一条友好的“早上好”消息。

“我真的很兴奋，想看看它做了什么，因为这就像多巴胺飙升。醒来就看到它可能已经替你完成了10件事，那种满足感非常令人激动。”Hendler说。

AI甚至可以承担大量代码审查和测试工作。me&u团队还喜欢让Claude和ChatGPT“对打”，要求其中一个找出并修正另一个生成结果中的错误。

这也意味着，曾在蒙纳士大学攻读计算机科学与商科、并在大学期间及工作最初五年完全依靠人工编程的Hendler，如今已经很少亲自编写代码。

他说，现在一天中可能只需花10分钟审查代码、确认一切正常并进行测试，“但我已经不再花时间自己输入代码了”。

“我现在90%的时间都在与客户或团队交流。每天早上团队成员醒来后，讨论的已经不是‘我们今天编什么程’，而是‘今天要解决什么问题、拿出什么方案，或者构建什么功能’。”

这种转变源于AI编程能力的快速进步。Hendler说，过去需要手动开发三个月的功能，如今一夜之间就可能完成；一些团队此前根本不敢尝试的想法，现在也有机会迅速测试。

氛围编程：重新定义编程方式

利用AI编写代码的方式，被称为“氛围编程”。用户只需用简单明了的英语，说明想要实现的目标、相关背景以及必要的限制条件。

2022年，OpenAI向公众发布ChatGPT时，Hendler还在Cognizant担任数据和云计算顾问。他也加入了工程师学习如何编写精准提示词、生成可用代码的浪潮。

让早期模型准确理解自己的意图，曾经是一项挑战。但Hendler很快意识到，氛围编程就是软件开发的未来。

“我还记得那天，一个朋友向我展示GPT-3。他让它写了一首歌，我觉得这简直难以置信。我马上就想，‘这说得通，它可以帮助我们编程’。”他说。

尽管这种方法日益流行，直到2025年初，前OpenAI高管Andrej Karpathy才正式为这一过程命名为“氛围编程”。

在此期间，Hendler从和朋友开发小型项目、测试模型能力，逐渐发展到为企业部署企业级AI辅助解决方案。在为多个自动化项目提供咨询后，他于2025年7月全职加入me&u。

到2025年9月，他又共同创立了一个基于应用的氛围编程社区，让具有前瞻性的开发者交流故障排除经验、讨论最新进展。

不过，尽管经验丰富，Hendler如今却不太愿意接受“氛围程序员”这一标签，部分原因在于他实际上并没有花太多时间进行氛围编程。

在他看来，这个词对软件开发正在发生的变化而言过于狭隘。这不仅是一种新的写代码方式，整个领域都在经历根本性转变。

此外，编写提示词所需的技能也在不断变化。Hendler驯服早期AI模型时积累的经验，曾让他保持领先，但随着模型升级，这些经验的重要性也在逐渐降低。

氛围编程的商业案例

在me&u，AI几乎参与开发的每个阶段：记录并提炼客户需求会议内容，跟踪团队围绕潜在方案展开的头脑风暴，并推动最终代码落地。

“我们通常会一起待在房间里。我只要按住空格键，就能录下团队在房间里的谈话，包括我们对产品的讨论以及与客户的会议。”Hendler说。

这些被记录下来的对话，会成为AI智能体的上下文信息，随后由它们为夜间运行的模型生成提示词初稿。

如今，Teo已经无法想象没有AI该如何运营公司。尽管企业主普遍担心AI账单带来的冲击，她仍尽可能为约200名员工支付订阅费，而不是承担API token调用的全部成本。对她而言，这笔投资的回报显而易见。

Ryan Hendler与me&u首席执行官Kim Teo。图片来源：Eamon Gallagher

“作为一家企业，我们在AI领域变得更有雄心。总有一些事情是我们想做，却一直觉得没有时间去做。”她说。

表面上看，人的参与似乎已经微乎其微，但它仍是整个流程的关键。人类负责维护客户关系，为解决软件问题构思不同的概念性方案，并搭建让自动化工作流运转起来的初始基础设施。

AI和氛围编程正在推动软件开发走向大众化。但Hendler坚持认为，要将一款产品扩展到成千上万名用户，仍然需要扎实的技术专业知识。

“了解你正在审查的内容、该提出哪些问题、应该把东西部署到哪里，以及需要留意哪些潜在故障点，这些都很有帮助。”Hendler说。

尽管如此，他表示，初学者不应因此退缩，应该勇于尝试。他为有志成为氛围程序员的人分享了三项基本建议：

• 上下文是写出好提示词的关键

尽可能为模型提供更多任务信息，是让它生成可运行结果的关键。

“如果把这段话给街上随便一个人看，他们能明白你在说什么吗？他们能否根据这些信息、上下文和提示词回答问题？”Hendler说。

• 选择一种技术栈并坚持使用

技术栈指的是构建和发布软件产品所需的一整套工具，包括AI模型、托管服务和数据库。

Hendler说，与其到处尝试各种工具，寻找所谓“完美”的选择，不如花时间把选定的工具真正用熟。

“大多数工具都能满足你的需求，所以不要试图学习七种功能相同的东西。选一个，把它用熟，然后专注于此，因为你通常不需要掌握所有工具。”

• 找到一个真实的问题去解决

AI降低了将想法变为现实的门槛，但这并不意味着任何天马行空的想法都能成功。

“我意识到，仅仅因为现在编程变得如此简单，你可以随心所欲地构建任何东西，并不代表它就能行得通。”Hendler说。

“最好的出发点，是找到一个现实中存在的问题并着手解决。这样做不仅能切实帮助某个人，也能让你学会如何使用这些工具。”

“打造一个没人帮你验证对错的产品，既没有成就感，也困难重重。”