AI写代码翻车现场：夸它是专家，代码反而烂37%

一项新研究正在打脸"AI替代程序员"的乐观预期。告诉AI"你是专家级开发者"，它的代码质量反而暴跌——这个反直觉的发现，让"氛围编程"（vibe coding）的泡沫开始显形。

「专家提示」成了毒药

本周The Kettle播客里，The Register系统编辑Tobias Mann和高级记者Tom Claburn聊到了这项研究。核心发现很扎心：给AI贴上"专家"标签，会触发过度自信模式——模型开始堆砌复杂抽象，把简单需求做成过度工程。

这像什么？就像你告诉实习生"你是架构师"，他立刻给你上微服务+事件溯源，而你要的只是个登录页。AI的"专家幻觉"和人类新手一模一样。

Tom Claburn在播客里直言：「AI能写代码，甚至复杂的代码，但你永远需要真人开发者来收拾残局。」错误不会消失，只是换了个更隐蔽的形式。

「氛围编程」的真相

「氛围编程」这个词最近很火。它描述的是一种开发方式：开发者用自然语言描述需求，AI生成代码，人类负责"氛围把控"——也就是盯着它别跑偏。

但研究暴露了一个悖论：你越信任AI，它越可能背叛你。提示工程（prompt engineering）不是万能钥匙，语言本身成了新的技术债。开发者现在要学会"翻译"——不是把需求译成代码，是把需求译成AI听得懂、又不会让它膨胀的话。

播客里的共识很清醒：AI是杠杆，不是替身。它放大的是开发者的判断力，而非取代判断力。

裁员赌局的代价

一些公司正押注AI能缩减开发团队。这项研究给这种策略泼了冷水——砍掉资深开发者，等于拆掉最后的防火墙。AI生成的bug需要专家来嗅探，架构债务需要经验来预判。

Mann和Claburn的观察很产品经理：工具迭代了，但生产关系没变。代码从人脑产出变成AI产出，审核、调试、维护的链条反而更长。省下的写代码时间，花在"哄AI"和"修AI的锅"上。

一个细节值得玩味：研究里表现最好的提示策略，反而是中性描述——不捧不杀，像对待一个能力尚可但需监督的协作者。这或许是人类和AI协作的常态：不是主仆，是带教。

你的团队把AI当实习生还是架构师？这个选择本身，可能比代码质量更决定成败。