安徽
我最近读了一篇很有意思的TechCrunch报道，讲的是2026年编程圈一个相当微妙的现象——程序员们集体"上瘾"了，确切地说，是对AI编码工具上瘾。到什么程度呢？连参加个实验、写几行代码都不愿意关掉AI。
这可不是我编的。AI研究机构METR在今年2月想做一组对照实验，测量开发者在有AI和没AI两种情况下的生产力差异。结果呢？根本做不下去。原因很直白：开发者们拒绝参与，理由是"他们不想在没有AI的情况下工作"。哪怕只是短暂地、为了实验关一下AI都不行。METR只好改做问卷调查，让开发者自己报告AI带来的效率提升。不出意料，大家都觉得自己靠AI生产力翻倍了。
但问题是，自己觉得有效，和真的有效，是两回事。
今年有个很火的词叫"Tokenmaxxing"——就是把消耗的token数量当作生产力指标。听起来很技术很酷对吧？实际操作就是谁用AI生成了更多的代码、发了更多的prompt，谁就显得更"努力"。结果呢？亚马逊最近关掉了内部一个叫Kirorank的token追踪排行榜——因为员工为了刷榜，疯狂调用AI Agent，把成本烧上了天，但实际产出并没有增加。Uber更猛，2026年的AI预算前四个月就烧完了，首席运营官Andrew Macdonald在播客里直言：这么大笔投入并没有带来可衡量的项目增长或效率提升。
AI写代码到底好不好用，还有一个更扎心的角度：维护成本。
程序员兼作家James Shore有篇在Hacker News上疯传的文章，核心一句话就说透了："你现在写代码快了，两倍快。那你的维护成本减半了吗？如果没有，你完蛋了。你在拿短期的速度提升换永久的债务绑定。" 说白了——AI帮你生成的代码有多快，将来就有多大概率需要你花更多时间去修。
一组来自新加坡管理大学的研究人员在4月发表论文，警告说AI生成的代码会给真实软件项目引入长期的维护负担。创业公司Entelligence AI的CEO发推说，公司花了44%的token去修AI自己写出来的bug。代码审查工具CodeRabbit分析了开源项目的pull request后发现，AI生成的代码问题比人类代码多1.7倍。
当然，这些数据来自卖AI代码审查工具的公司，难免有点"为自家带货"的嫌疑。但独立研究和论文的结论基本一致——AI写代码确实更快，但质量并没有同比例提升，反而可能在挖坑。
那么怎么破？写AI Agent的公司当然有话说。Cognition（也就是Devin那个团队）的CEO Scott Wu说：用AI Agent去修AI生成的代码就好了啊，让Agent去干那些烧脑的苦活。但他自己也坦白，Devin目前的能力大概介于初级和中级程序员之间，不是一个"丢过去就不用管了"的方案。
SMU研究人员的建议反而更有意思：程序员应该像熟悉自己的编程语言一样，了解AI擅长什么、不擅长什么。需要有专门针对AI代码的质量保障体系，并且老老实实像审查初级开发者的代码一样审查AI的产出。至于软件架构、安全设计这些"大局观"的工作，还是得人来做。
读完这篇文章我最大的感触是：AI不是不能帮你写代码，但你得知道它写的是快还是好。快和好，从来都是两码事。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
