北京
出品 | 网易智能
作者 | 辰辰
编辑 | 王凤枝
用AI一个月干完十个月的活，却留下四个月的代码没人审。
仅仅在几年前，编写代码还是一门近乎手艺活的艺术。程序员们坐在屏幕前字斟句酌，一天产出几十行逻辑严密的代码，就足以支撑复杂系统的运转。那是数字世界的手工业时代，每一行代码都是稀缺且昂贵的财富。
但现在，机器生成代码的速度已经彻底超越了人类阅读的极限。
一家公司在引入AI工具后，代码月产量从2.5万行跃升到了25万行，但同时却在后台积压了超过100万行无人审查的代码。面对如此庞大的增量，现在的难题早已不是程序员写不出，而是机器写得太多，人类的肉眼根本来不及看。
当代码多到不再值钱，科技巨头Meta内部甚至衍生出了一种极其无奈的新型内卷。
既然代码行数无法再衡量工作价值，管理层给出的新考核标准竟然是：比拼谁消耗的AI算力更多。为了迎合这种畸形的指标，员工们开始有意无意地制造无效交互。有人明明两句提示词就能解决问题，却非要和AI来回拉扯十几个回合，甚至让机器在后台长时间空转。据测算，为了维持这种虚假的活跃度，Meta每月要在这些毫无意义的对话上白白烧掉高达9亿美元的算力支出。
面对这场看似繁荣的技术爆炸，整个硅谷正陷入一种被效率反噬的系统性迷茫。
一、洪水来了：被流水线代码压垮的审查系统
随着Anthropic、OpenAI和Cursor等AI编程工具在过去一年里的快速迭代，代码过剩的时代正式降临。
安全初创公司StackHawk的CEO乔尼·克里普特（Joni Klippert）在目睹了上述那家公司百万行代码积压的惨状后，给出了一个非常直观的比喻。
这就像是一个原本每天处理100件快递的小驿站，突然被空投了1000件货物，最终的结果必然是传送带断裂、分拣员崩溃，整个系统陷入瘫痪。
代码的数量之大与漏洞增加的速度之快，让人类已经完全跟不上了，这种快正在反噬企业。当技术部门按下了十倍速的快进键，下游的销售、营销和客户支持团队只能被迫在代码海啸中疲于奔命。
社交媒体X上的科技博主@MikeIsaac对此发出了一声叹息：Claude过后，洪水滔天。
二、繁荣的幻觉：超级英雄还是黑盒制造机
在硅谷，许多技术人员沉浸在AI赋予的编程捷径中。他们不再纠结于繁琐的底层逻辑，而是将主要精力花在构思上。
然而，硬币的另一面却十分棘手。
世界上根本没有足够的安全工程师来审核这些爆炸式增长的代码，审查者正面临功能性短缺。
同时，随着开发者越来越依赖AI，他们对底层原理的理解正在萎缩。如果AI写错了，可能没人知道为什么错。AI智能体初创企业Elvex的创始人萨钦·卡姆达尔（Sachin Kamdar）警告说，它迟早会把系统弄崩溃，而且人们根本不知道为什么会崩溃。为此，他在十六个月前制定了一条硬性规定，即公司所有的代码都必须经过人类的审查。
像Tldraw这样的开源项目也正面临AI僵尸的围攻。无数机器人提交着看似专业实则毫无逻辑的代码，创始人史蒂夫·鲁伊斯（Steve Ruiz）甚至被迫对外部关闭了提交权限，以此来保住项目的名誉。
X平台用户@AlexanderRiccio一针见血地指出，在这个时代，只有那些近乎虔诚地执行端到端测试和静态分析的人，才能在这场洪流中活下来。
安全风险也正在阴影中滋生。由于AI工具在本地运行更顺畅，大量工程师为了追求极致速度，违规将整套公司源码下载到个人笔记本上。安全专家乔·沙利文（Joe Sullivan）感慨，这是一个半年前没人能想到的疯狂风险。
三、职场异闻：Meta内部的算力消耗竞赛
为了量化员工在AI时代的产出，Facebook母公司Meta那套比拼算力消耗的考核机制，正在孕育出一种名为代币最大化（Tokenmaxxing）的职场文化。
据《TheInformation》报道，员工们不再以此为耻，反而将其视为一种通往晋升阶梯的常规手段。
Meta内部上线了一个名为 “Claudeonomics” 的排行榜，实时追踪8.5万名员工的AI使用量。榜单上，挂满了各种RPG游戏般的头衔，比如词元传奇（TokenLegend）、模型鉴赏家（ModelConnoisseur）以及缓存巫师（CacheWizard）。
为了冲上排行榜前250名并拿到那枚翡翠勋章，员工们开始各显神通，开启了一场刷分竞赛。
有人明明一两句提示词就能解决问题，偏要和AI 来回拉扯十几个回合；有人甚至让 AI 智能体在后台不停地进行长达数小时的“虚假调研”。
一位内部人士直言，你绝对不想成为那个只用两句提示词就解决问题的人，因为别人都用了十句。
据测算，Meta每月在这些对话上的支出可能高达9亿美元。这像极了衡量一个卡车司机的标准不是送了多少货，而是看他空挡踩油门烧了多少油。
但科技大佬们对此似乎乐见其成。
英伟达CEO黄仁勋此前就公开表示，如果一个年薪50万美元的工程师一年消耗不掉25万美元的词元，他会深感焦虑。据《福布斯》报道，Meta首席技术官安德鲁·博斯沃思（Andrew Bosworth）也透露，一位顶级工程师消耗了相当于其工资的算力，但产出提高了十倍。
CEO马克·扎克伯格（Mark Zuckerberg）甚至提出了更直接的要求。他要求工程团队重写底层代码库，使其结构更适合AI智能体的阅读习惯，而不是人类。
四、争议之声：测量油耗是评价司机的正确方式吗
这种以算力消耗量为核心的考核体系，在社交媒体上引发了广泛的质疑。
X用户@ElectrikDreams辛辣评论道，把AI使用量等同于生产力，就像通过代码行数来衡量代码质量一样，这是找错了目标的简单指标。
科技博主@MaxSchoon补充说，在Meta，词元消耗已经变成了一种身份象征，它甚至被直接挂钩到绩效评估中。有的公司甚至把每年7.2万美元的算力预算当成福利，和牙科保险并列。
这印证了著名的古德哈特定律（Goodhart'sLaw），当一个指标变成目标时，它就不再是一个好指标了。当员工为了刷数据而工作，真正的创新能力可能正在枯竭。
五、未来之路：软件工厂的零件重组
面对这场代码大爆炸和逐渐偏离重心的评价体系，硅谷正在尝试寻找新的出路。
AI编程企业Cursor的工程主管蒂多·卡列罗（Tido Carriero）坦言，旧的软件开发工厂已经坏掉了，他们正在尝试重新组合这些零件。
传统的开发流程正在改变。过去是需求、设计、编写、测试，现在变成了构思、生成和点击审查。
既然人类看不过来百万行代码，行业给出的解法是雇佣更多的AI审计员。
Anthropic和OpenAI都在加速部署专门捕捉漏洞的审查智能体。去年底，Cursor也收购了专门构建代码审查机器人的初创公司Graphite，以帮助工程师优先处理最需要审查的敏感代码。
最终的结果变成了AI没日没夜地写，另一个AI没日没夜地查，人类则在旁边统筹全局。如今，那些能在一堆AI幻觉中嗅出后门漏洞的高级工程师，反而成了硅谷猎头手里最珍贵的人才。
六、结语：别在数字洪流中迷失
我们正处于一个十分割裂的节点。
一方面，AI的确赋予了技术人员更高的效率，让原本需要数百人的大项目缩减到数十人，或者把几个月的工作压缩到了几天。但另一方面，对底层技术的敬畏心，正在被盲目刷算力这种现象所消解。
正如X用户@RobertoInetti所感叹的那样，这场变革目前看来大概率是往坏的方向发展。如果代码变成了不需要理解的消耗品，如果程序员变成了刷代币指标的数字劳工，那么这场代码大爆炸留下的可能只有一地残骸。
在这个代码过剩的年代，稀缺的不再是产出能力，而是核心判断力。
对于程序员来说，当下不再需要比AI写得快，但必须比AI看得深。当潮水退去，那些只会在内部刷荣誉勋章的人，终将被行业淘汰。只有那些能驾驭AI并守住系统底线的架构师，才能真正站稳脚跟。
