全网90+万人围观！一个“没学历”的人戳破「AI神话」：“没有10x工程师，大多数人只想朝九晚五、用AI摸鱼”

作者 | JP Caparas 编译 | 郑丽媛

出品 | CSDN（ID：CSDNnews）

几天前的 2 月 14 日，当朋友圈和时间线被玫瑰、爱心和情侣合照刷屏时，一条关于 AI 的推文却悄悄冲上了 91 万+ 的浏览量。

没有煽情，没有段子，只有六条冷冰冰的 Bullet Point（项目符号）。

发帖人是Dax Raad—— 一个自学成才的开发者，开源圈“高产到离谱”的构建者，也是那个能让你通过 SSH 在终端里下单买咖啡的极客老板。他没有进行情绪宣泄，只是针对“AI 正在对软件团队做什么”这个问题，给出了一份冷静到近乎冷酷的“诊断报告”：

• 你的公司本来就没那么多好点子，过去“实现想法成本高”反而是件好事。

• 大部分员工根本没有超强动力，他们只想朝九晚五，然后回家过自己的生活。

• 他们用 AI 不是为了让效率提升 10 倍，只是为了用更少精力把任务糊弄完。

• 团队里那 2 个真正在做事的人，会被所有人产出的 AI 垃圾代码淹没，很快就会离职。

• 哪怕你产出再快，还是会被会被流程、审批和上线真实产品的一堆现实问题卡脖子。

• 你的 CFO 一脸懵：为什么每个工程师每月要多花 2000 美元在 LLM 账单上？

赤裸裸的真相，像一颗已经拔掉保险栓的手雷。不出所料，评论区彻底分裂：一边是“终于有人说真话了”，另一边是感觉“被精准点名攻击”。

但真正值得注意的是：这些话，并非只是情绪宣泄。他说的几乎每一条，都能在学术论文或产业级数据中找到对应证据。接下来，我们就把这条推文拆开，逐条对照。

一个“没学历”的人，为什么有资格说这话？

如果你不在 JavaScript / TypeScript 生态，可能对 Dax 不熟，但你大概率用过他做的东西，或者用过基于他工具构建的产品。

Dax Raad是一个非常标准的自学开发者：12、13 岁开始写游戏，没有计算机科学学位、也没有什么名校光环，高中自学 Web 开发，然后一路“持续产出”。

他与 Jay Fan、Frank Wang 共同创办了SST（Serverless Stack），一个构建 AWS 全栈应用的开源框架，在 GitHub 上拿下 2.5 万+ Star，并完成约 400 万美元融资，其投资人包括：

• Nat Friedman（前GitHub CEO）

• Guillermo Rauch（Vercel 创始人）

• Sahil Lavingia（DOGE 创始人）

• Amjad Masad（Replit 联合创始人兼 CEO）

后来，他又推出了OpenCode（一个开源 AI Coding Agent），GitHub Star 一度冲到 10 万级，成为增长最快的开源 AI 编码项目之一；还做了 OpenAuth、自托管认证系统、终端 TUI 库。

然后，他又搞了一个更离谱的项目：terminal.shop——一个通过 SSH 购买咖啡的网站，上线当天就冲到 Hacker News 第一名，代码全开源。

但他的 Twitter 简介里只字未提这些，TikTok 简介也只是：“你好，我是 Dax，聊点技术。”好几档 YouTube 访谈都评价他 “人非常有趣、好相处”，开发者社区对他的评价也是：“chill”（佛系、好说话）。

这个人，完全有资格发这条推文——为什么？因为他是真的在做东西、发版本、亲眼看着 AI 注入研发流程后到底发生了什么。当 AI 真正进入开发流程，他是第一批被正面冲击、也是第一批观察到副作用的人。

“公司很少有好想法，实现成本高反而是好事”

这是最让很多人破防的一点，却也是研究支撑最扎实的一点。

2019 年，研究者 Acar、Tarakci 和 van Knippenberg 在《管理期刊》发表了对 145 项实证研究的元分析，主题是约束与创造力的关系。结论：两者呈倒 U 型曲线。适度约束带来最佳创造力，约束太少或太多都会扼杀创新。

《哈佛商业评论》总结得很直白：

个人、团队和组织，都能从适量的约束中受益。只有当约束过高时，才会压制创造力与创新。

以前做一个功能如果要两周研发时间，你会认真思考：它值不值得做。这种摩擦不是 bug，而是一种过滤器。

Mehta 和 Zhu 在 2016 年《消费者研究期刊》发表的论文中表示：哪怕只是想到资源稀缺，都不用真的稀缺，就能减少认知固着，提升创造力。毕竟稀缺会激活一种思维模式，逼你更深地探索，而富足只会让人变懒。

如果你是工程师，读到这里大概率会点头：我们其实都有些怀念那种“折腾”的感觉。Jessica Abel 创造了一个词叫idea debt（想法债），能精准描述这种状态：花在幻想东西有多酷的时间，远多于把它做好的苦功夫。

可当 AI 令实现成本几乎为零，想法债就会爆炸式增长——东西老是做一半，没人能把它都做到完美。

例如，GitClear 2025 年对 2.11 亿行代码变更（来自 Google、Microsoft、Meta 仓库）的分析显示：代码重构（优化现有代码，而不是只写新代码）的比例，从 2021 年的 25% 暴跌到 2024 年的不足 10%。

我们写得更多，但改得更少了。Tailwind CSS 作者 Adam Wathan 对《Pragmatic Engineer》说的话，无意中印证了 Dax 的观点：

我现在最大的问题是：想不出非常有价值的想法，能完全利用 AI 带来的效率提升。

约束已经从「我们能不能做出来？」变成了「我们应不应该做？」——而绝大多数公司，根本没有能力回答第二个问题。

“大部分员工只想朝九晚五，没动力拼命”接下来这句话更现实：“大多数员工只想朝九晚五。”

根据盖勒普《2025 全球职场状态报告》显示：全球只有21%的员工算得上是敬业的，62% 都不敬业、能摸鱼就摸鱼，还有 17% 更是极度不敬业，几乎是跟公司对着干。

也就是说，全球 79% 的打工人都在摸鱼底线和消极怠工之间徘徊。不过，这不是啥新鲜事，几十年来一直都这样，2024 年的数据比 2023 年还降了 2 个百分点，跌幅堪比疫情期间。

光看美国，2024 年员工敬业度就跌到了 31%，创 10 年新低。盖勒普把这个时期称为：“大脱离时代”。那现在，我们把 AI 工具扔进去：一个本来就不敬业的员工，拿到一个能省力交差的工具，他会做什么？ 答案很显然：用更少力气，交差不多的差。他们不会变成 10 倍工程师，只是变成看起来忙两倍、实际速度慢一半的普通工程师。 安永 2025 年《工作重塑调查》显示：88% 的员工在工作中用 AI，但其中只有5%在用高级能力，剩下的 83% 只在做基础搜索和总结——这就像用 F1 赛车去超市买菜。

诺贝尔经济学奖得主 Herbert Simon 把这种行为称为“满意即可（satisficing）”——人类天生倾向于选择 “够用就行” 的方案，而不是最优解。而 AI 让“够用就行”变得极易达到，导致大多数人就直接停在这里，背后逻辑很简单：质量不变、精力更少、准点下班。

“大家用 AI 不是为了变强，是为了省力划水”

2025 年 7 月，非营利研究机构METR做了一项随机对照试验，让 16 名资深开源开发者处理 246 个真实问题。

结果显示：用 AI 的开发者，比不用的慢了 19%。

更让技术管理者头皮发麻的是：

• 实验前：开发者认为 AI 能让自己快 24%

• 实验后：明明变慢了，他们还是觉得自己快了 20%——认知偏差高达 43 个百分点。

咨询公司 Substantial 的开发者 Mike Judge 独立复现了这个结论：为期 6 周的自我实验，抛硬币决定是否用 AI，并严格计时：结果AI 让他的任务耗时中位数增加 21%。

他说的一句话值得裱起来：“你只记得那些一把成的高光时刻，却忘了自己像在老虎机上塞代币一样，干坐两小时调提示词。”

不仅如此，2023 年《Science》上 Noy 和 Zhang 的研究也指出：

ChatGPT 在很大程度上只是替代了员工的努力，而不是补充员工的技能。

高能力开发者能保持质量、稍微提速，然后把省下来的时间摸鱼；而低能力开发者质量提升，是因为 AI 替他们思考。

这两组人都没有最大化产出，都处于“满意即可”的状态。

最致命的数据来自 Humlum & Vestergaard 2025 年 NBER 工作论文。他们用丹麦大规模劳动力数据研究了 11 个受 AI 影响的岗位，发现：AI 聊天机器人对收入、工时、职业流动影响“几乎可以忽略”——员工只是把省下来的时间用来休息、摸鱼，而不是提升产出。

“团队里那两个真正干活的人，会被垃圾代码淹没，很快离职”

“Slop”一词被韦氏词典评为2025 年度词汇。这个词最早是 4chan 上的黑话，在 2024 年中被程序员 Simon Willison 推广到主流语境，大概意思是：“通常由 AI 批量生成的、低质量的数字内容”。

韦氏词典指出，这个词的语气“不那么恐怖，更多是嘲讽”——挺贴切的，毕竟现在的代码质量数据，确实值得被狠狠嘲讽。

据了解，CodeRabbit 分析了 470 个 PR 后发现：AI 辅助 PR 的问题数量是人工编写的1.7 倍；逻辑正确性问题增多了1.75 倍；安全漏洞也多出了1.57 倍——至于AI 唯一占优的维度，只有拼写检查。

另一篇 2025 年发表在 arXiv、经过同行评审的 Cursor AI 研究也显示：虽然第一个月代码新增行数暴涨3～5 倍，但静态分析警告增加30%，代码复杂度上升41%。到了两个月后，所谓的效率提升完全消失，堆积的技术债务开始拖垮整个项目。

Faros AI 对 1255 个团队、超过 1 万名开发者进行了数据分析，结果也堪称毁灭性：

• 单个开发者用 AI 完成的任务量+21%

• 但代码评审时间+91%

• PR 体积+154%

• 线上 Bug+9%

一句话总结就是：任务变多了，Bug 变多了，收拾烂摊子的人评审时间翻倍了。

《哈佛商业评论》与斯坦福 BetterUp 实验室为此创造了一个词：workslop，指这种低质量 AI 生成内容，平均每处理一次就要耗费近两小时。他们估算：对一家 1 万人规模的公司来说，每年会因此损失约900 万美元。

再说回 Dax 所说的“团队里那两个真正干活的人”。

HBR 在 2024 年 10 月报道：高绩效员工的生产力通常是普通员工的 4 倍，在软件开发领域甚至能达到8 倍；凯洛格管理学院的研究发现：坐在低绩效员工旁边，生产力会直接被拉低30%；Workday《2025 全球劳动力报告》显示：所有行业的高绩效人才流失率都在上升，零售业同比暴涨64%；伦敦政治经济学院 LSE 商业评论记录了这种连锁反应：一个高手走，会带动更多高手一起走。

你手下最优秀的人不是瞎子。他们看得见满屏的 slop 垃圾代码，看得见评审队列暴增三倍，看得见初级开发者扔过来的 AI 代码，评审比自己重写还慢——所以，他们默默更新了 LinkedIn 资料。

在行业里摸爬滚打 35 年的老兵 Kin Lane 说得很直白：

在我 35 年科技生涯里，从没见过这么短时间内，造出这么多技术债。

“哪怕你产出再快，还是会被会被流程、审批和上线问题卡死”

这就是阿姆达尔定律（Amdahl’s Law），从 1967 年就摆在我们面前。阿姆达尔定律的核心是：优化系统某一部分带来的整体加速，将受限于这部分原本占总时间的比例。

微软研究院 2025 年的“Time Warp”研究，对 484 名开发者做了时间统计：写代码只占 11% 的时间 —— 所以，哪怕 AI 把写代码做到光速，理论上整体效率提升上限也只有 11%。

而且，这是天花板，不是地板，也不是平均值，就是 AI 写代码快到极限，你也只能摸到这个顶。

2026 年 1 月，Rob Bowley 一篇详尽的历史分析总结道：编码从来都不是软件交付的核心瓶颈，最近不是，过去十年不是，在整个软件工程历史上都不是。

Atlassian 在《2025 开发者体验报告》列出了 Top 6 的“时间杀手”：查找信息、学习新技术、上下文切换、方向不清晰、协作内耗、技术债务——你发现少了什么吗？根本没有“代码写太慢”这一点。

业界最权威的 DORA 2024 报告（覆盖 3.9 万 + 专业人士）也显示：AI 普及后，交付吞吐量反而下降约 1.5%，稳定性下降 7.2%。该报告中进一步指出：

• 17% 的团队被流程卡死：冗长会议、层层审批扼杀效率

• 11% 的团队困在历史遗留系统里不停救火

LinearB 也对 400 多个团队进行了分析：67% 开发者用 AI 写代码，但合并审批仍有77% 靠人，安全评审 AI 使用率仅15%，线上问题调试 AI 使用率仅12%。

瓶颈已经从AI 能加速的地方，转移到了AI 完全碰不到的所有地方 ——开发者需要的不是 AI 帮写代码，而是别再让他们陷在无穷无尽的队列里。

“CFO：为什么每人每月要多花 2000 美元的 LLM 费用？”

GitHub Copilot Enterprise 每月 39 美元 / 人，100 人团队一年就是46800 美元。再加上 Cursor 20 美元、AI 代码评审、AI 测试、Claude/GPT API、Microsoft 365 Copilot 30 美元……

LinearB 数据显示，现在团队平均使用4.7 个 AI 工具。对一个配置齐全的研发团队来说：每人每月 2000 美元 AI 成本，一点不夸张，甚至还有点保守了。

而 Dax 这句话之所以扎心，是因为 CFO 真的在问这个问题。Emburse/Talker Research 对 1500 位财务与 IT 负责人调查：

• 58% 认为 AI 采购比其他软件更容易获批

• 62% 承认会特意把普通软件包装成 AI 项目，只为拿到预算

在此背景下，AI 成了“2025 年预算绿色通道”——但问题来了：回报呢？

BCG 2025 年 CFO 调研显示：AI 投资中位数 ROI 只有 10%，近 1/3 财务负责人认为几乎没收益。Gartner 更是直接把 2026 年定义为 AI 的“幻灭低谷期”：大家将从狂热，转向要可衡量的回报。

MIT 媒体实验室报告：95% 的企业看不到可衡量的 AI 投资回报。Gartner 曾预测 2025 年底 30% 生成式 AI 项目会被放弃，而实际放弃率高达42%。

IDC 预测：到 2028 年，所有全球百强企业，仅在 AI 治理工具上，每年至少花 200 万美元。注意，不是花在 AI 本身，而是花在“管理 AI 的软件”上。

最终结论：这不是反 AI，而是反幻觉

Dax 的那条推特，本质上是一份诊断书。每一条观点，都对应着：同行评审学术研究、大规模行业数据，或两者兼具。

• 约束与创造力的悖论，来自 145 项研究的元分析

• 员工敬业度数据，来自盖洛普几十年全球样本

• “省力划水”模式，由诺贝尔奖理论 + 随机对照实验双重验证

• 代码质量下滑，基于 2.11 亿行代码审计

• 流程瓶颈，从 1975 年就写在软件工程教科书里

• CFO 的焦虑，出现在 BCG、Gartner、Emburse 每一份企业报告中

而 Dax 想说的，并不是AI 没用，而是：AI 只是工具，工具只会放大原有系统的状态。

把电锯交给有序运作的伐木队，效率会飞升；但把电锯丢进一群本来就协作混乱、大部分人摸鱼、代码写不明白、还要过十几层审批的组织里，结果就是 Dax 描述的样子：代码更多、质量更烂、评审人员精疲力尽、顶尖人才流失、CFO 血压飙升，所有人还被工具忽悠着，以为自己变快了。

至于 Dax 的这条推文被疯狂转发和关注，或许本身就是一种认同：“我的圈子必须看到这个。”

原文链接：https://medium.com/reading-sh/dax-raad-just-dropped-the-most-honest-take-on-ai-productivity-fd8c552b4dd7

未来没有前后端，只有 AI Agent 工程师。

这场十倍速的变革已至，你的下一步在哪？

4 月 17-18 日，由 CSDN 与奇点智能研究院联合主办「2026 奇点智能技术大会」将在上海隆重召开，大会聚焦 Agent 系统、世界模型、AI 原生研发等 12 大前沿专题，为你绘制通往未来的认知地图。

成为时代的见证者，更要成为时代的先行者。

奇点智能技术大会上海站，我们不见不散！