ARTICLE · 1320848
为什么用 AI 写代码之后,反而更累了?
为什么用 AI 写代码之后,反而更累了?将脚本之家 设为“星标⭐”第一时间收到文章更新 
最近这几年，我见过不少程序员一开始对 AI 写代码兴奋得不行，补全、生成、重构、写测试，感觉效率要起飞。但用了一段时间，很多人跑来跟我说同一句话：怎么感觉反而更累了？出现的问题并且并不少。 这背后的原因是为什么呢？如何破解，今天来深度聊聊这个话题。 1、AI 降的是“敲代码”的成本，升的是“认知成本”。 我跟你说，这不是矫情，也不是不适应新工具。我的判断是：AI 降低的是“敲代码”的成本，却把成本转移到了理解、验证、决策和责任上。 你从实现者，变成了审稿人、项目经理、测试，最后还得是那个背锅的人。这些活，比敲代码更耗脑更累哦。 2、review 陌生代码，比写自己熟悉的代码更累 我们自己写代码，逻辑是自己搭的，上下文在脑子里，改起来心里有数。AI 生成代码，语法漂亮、结构完整，但你要在很短时间内判断：它为什么这么写？边界条件对不对？依赖是不是过时？有没有隐藏假设？这相当于你每天在 review 一个你完全不认识的、手速极快、还特别自信的程序员。审查陌生代码，本来就比写自己熟悉的代码更累。 更麻烦的是，AI 代码最大的风险是“看起来对”。能跑、能编译、风格还挺好，但可能漏了边界、错了并发、引了过时 API。你如果不逐行验证，后面调试更痛；你如果逐行验证，认知负荷又上来了。很多团队以为 AI 省了时间，其实只是把返工推迟了。 3、决策疲劳 还有决策疲劳。 AI 一次给你三个方案，你要选架构、选库、选写法；它还会自信地犯错，你要反复纠偏。写代码原本是连续推理，用 AI 容易变成“生成—审查—否定—重来”的碎片循环。心流被打断，人当然累。 4、责任无法外包，组织期望却越来越大 但最根本的，是责任无法外包。代码出问题，老板和用户不会怪 AI，只会怪你。你越知道这一点，就越谨慎、越焦虑。AI 可以生成代码，但不能替你承担后果。 再加上组织期望膨胀：有了 AI，大家（领导和业务部门）觉得你应该更快，于是任务更多、节奏更紧。工具提高了交付期望，却没有减少责任。更危险的是，AI 能快速生产大量“能跑但不好维护”的代码，短期省事，长期技术债更高。你想想是不是这个理呢？ 写在最后： 所以我的结论是：AI 不是单纯的生产力工具，它改变的是生产关系。 如果组织流程不变，只是让工程师用 AI 加速写代码，那很可能是在加速熵增。 真正有效的用法，是先设计再生成，小步生成小步审查，测试先行，核心逻辑自己写，样板和辅助代码交给 AI。合并进主干的代码，你必须能解释每一行；解释不了，就重写或删掉。 这 AI 时代，程序员的价值不再是“写得多”，而是“判断得准、负责得起”。累，是因为你承担了更高阶的认知劳动。想清楚这一点，才能把 AI 用成杠杆，而不是把自己用成瓶颈。 好了，今天的话题，你有什么想说的，欢迎留言哈～
来源公众号：军哥手记（id:zxhy_cj）
推荐阅读：
