群核科技创始人黄晓煌在乌镇说了句话：公司现在80%到90%的代码是AI写的，两年前这个比例只有10%到20%。
据财闻的报道，他举了个更具体的例子：公司早年开发过一款软件，当时大约需要1000名软件工程师，放到今天做同样的事，可能只要100名。
一个人数减到十分之一，通常意味着裁员。但他的结论是反的——公司需要的人并没有减少，变的是工作内容。
少的不是人，是“怎么做”
11月3日，世界互联网大会乌镇峰会的“乌镇Talk·开源青年说”第二场，主题叫“模型之力”。黄晓煌在这场活动上讲的是AI怎么改变软件开发，以及企业对人的要求。
他的说法是，具体任务可以交给模型和算力去完成，人需要更多去想“我们应该做什么”。公司未来要产生大量岗位，专门思考当下和将来该做什么，并把这件事拆解清楚。
过去学的绝大部分知识，都是用来回答“一件事怎么做”的：用什么框架、写什么接口、怎么调性能。现在这一层被模型接走了，往上挪一层的问题就变成：为什么做、值不值得做、做完给谁用。
他还提到一个内部变化：以前员工接触代码要层层审批，现在即使不直接看代码，也能借AI根据公司文档生成代码。权限的口子开在文档上，而不是代码上。
一个更硬的问题：数据从哪来
这场演讲的另一半在讲开源。而黄晓煌讲开源，落点不在“免费”，在“数据从哪来”。
他的判断是，大语言模型之所以强，是因为上一轮信息化留下了一个开放的互联网，海量文字可以免费抓取。而空间智能要的是物理世界的数据——房子多大、柜门怎么开、桌角在哪里，这些只能靠人或机器人去现场采集，成本高得多。
所以他的逻辑是：越贵的数据，越该开放。群核科技这几年陆续开放了空间理解、空间生成相关的模型和数据集，包括 SpatialLM、SpatialGen 等，和机器人公司、大模型公司、科研团队合作。
他举了个例子：开放点云数据之后，有实验室拿这些数据做研究，双方后来又进一步合作，用更多数据训练模型。这种“给出去再长回来”的循环，闭源做不了。
他怎么评价通用大模型
接受另一家媒体专访时被问到 GPT-6 Astra 的建模能力，黄晓煌的回答挺克制：目前看到的还不是纯粹的空间智能，更多是操作三维软件的能力，像是在用 Blender 临摹，离“理解”还有距离。
但他并不认为通用模型会吃掉空间智能公司。他给的关系是“竞合”：专属模型会继续留在大模型的调用链里，价值取决于它在这个系统里还能占多大比例。
至于机器人，他有个说法值得记一下：机器人是空间智能的灯塔，但灯塔不是海洋。已经跑通的影视、短剧、空间设计，才是当下更现实的增长面——这句话其实是在给自己公司的收入结构做注脚。
普通人该记住哪一句
黄晓煌这套说法里，最容易被误读的是“AI写代码，程序员要失业”。他自己给的答案恰恰相反：同一件事需要的人变少了，但需要人做的事变多了，只是那些事更难被写进岗位说明书。
对个体来说，这意味着技能的重心从“会做”往“会判断”挪。会用工具的人不会稀缺，能说清楚该做什么的人才稀缺。
这句话放在任何行业都成立，只是因为软件行业最先被AI撞了一下，所以先从这儿显形。