夜雨聆风
最近AI编程工具火得一塌糊涂。
Cursor两年估值293亿美元，Claude Code年营收超5亿美元，谷歌说75%的新代码是AI写的。朋友圈里的程序员不是在吹Claude Code多厉害，就是在晒Cursor自动生成了多少行代码。
看起来程序员这个职业好像快被AI取代了。
但C++编程语言的发明人Bjarne Stroustrup（就是那个创造了C++，在编程界地位堪比爱因斯坦的人）最近站出来泼了一盆冷水。
他说了一句很重的话：
很多资深程序员宁愿彻底退休，也不愿去维护AI生成的代码。
这句话迅速引爆了全球技术圈的讨论。
01 C++之父到底在担心什么
Stroustrup不是那种反对新技术的顽固派。他见证了整个编程行业几十年的变迁，从打孔卡片到高级语言，从面向对象到云计算，每一步他都经历过。
他对AI编程的态度其实很清晰：AI可以辅助，但不能替代。
他说，AI在写文档、生成简单的代码片段这些基础工作上确实能提升效率，这没问题。但核心业务、精密程序的开发，绝对不能完全交给AI。
因为这些代码决定了项目的命脉，AI生成的内容存在太多隐患，后续校验和修复需要耗费大量人力和精力。最终算下来，性价比其实很低。
高级开发者宁愿退休，也不愿意花时间去验证和修复AI写出的漏洞代码。
这不是一句气话。开发者的时间和精力是有限的，如果每天的工作从"写代码"变成了"给AI擦屁股"，那这份工作的意义感就消失了。
02 数据也站在C++之父这边
Stroustrup的观点不是空穴来风。最近有几份权威报告的数据，都指向了同一个问题。
Sonar公司发布的《2026年开发者调查报告》显示了一个惊人的矛盾：72%的开发者每天都在使用AI编程工具，42%的代码已经由AI生成或辅助完成，但96%的开发者仍然无法完全信任AI生成的代码。
一边用着，一边不信任。这不是矛盾，这是清醒。
更扎心的数据来自Faros AI的一份大规模研究。他们分析了4000多个团队、22000名开发者的数据，发现当团队大规模使用AI编程后：
任务完成量确实提升了34% 但每个开发者面临的Bug数量上升了54% - 代码审查的中位数时间增加了5倍
31.3%的Pull Request在被合并时未经任何审查
这些数据说明什么？AI确实让你写得更快了，但写得快不等于写得好。代码写得越多，Bug也越多，审查时间也越长，最终反噬了效率。
还有一个让人哭笑不得的数据：Meta公司内部甚至出现了比谁烧token多的"Claudeonomics"排行榜，8.5万名员工参与。有人专门让AI Agent跑几小时任务，就为了刷数据。一位25岁的开发者一年在Claude Code上烧掉250亿token，折合约17.5万美元。
这不叫提升效率，这叫浪费资源。
03 那为什么所有人都在吹AI编程
这里就出现了一个有意思的对比。
Stroustrup和Faros的数据说AI编程问题很大，但另一边，科技巨头们的数据同样让人震撼：
谷歌在2026年Google Cloud Next大会上公布，内部近75%的新增代码已由AI生成，两年翻了5倍。一项复杂代码迁移任务完成速度比纯人工快了6倍。
微软CEO纳德拉早期就表示部分项目20%-30%的代码是AI写的。Meta要求特定业务单元中55%的代码改动须属于"AI辅助"类型。
AI编程工具的市场规模在2025年达到约74亿美元，预计2030年将达240-260亿美元。GitHub Copilot累计用户突破2000万，Cursor两年做到ARR 10亿美元。
一边是"效率提升6倍""75%代码AI生成"的宏大叙事，一边是"Bug增加54%""代码审查时间增加5倍"的残酷现实。
到底谁对？
其实都不错，只是看问题的角度不同。
AI编程的核心矛盾在于：它让"生成代码"变快了，但没有让"确认代码正确"变快。
写代码只是软件开发的一小部分。根据行业数据，真正写代码的时间通常只占研发总工时的20%-30%。剩下的时间花在做需求对齐、测试、联调、上线、问题处理上。
AI提速的恰恰是那20%，而剩下的80%并没有明显变化。更糟糕的是，因为AI产生了更多代码，测试和审查的工作量反而增加了。这就是为什么很多开发者感觉"用了AI之后更累了"。
Faros的研究负责人将这种现象称为"加速的挥鞭效应"——局部提速换来的是质量与稳定性的全面塌陷。
04 一个更深层的隐患
除了效率和质量的问题，Stroustrup的批评还指向了一个更长期的风险。
华盛顿大学的研究者将其描述为"窄金字塔假说"。
传统上，初级程序员进入行业，是从修Bug和写简单功能开始的，在低风险的实践中逐步成长。当AI把这些入门级工作大幅削减后，金字塔的底部将逐渐消失——新人将失去成长的机会。
数据显示，初级开发者岗位需求自2022年以来下降了67%。哈佛大学的研究也发现，在使用GPT-4之后，22-25岁的年轻人在AI暴露岗位上的就业率下降了约13%。
当AI写了大部分代码，新人靠什么学习和成长？当资深程序员退休后，谁来填补这个断层？
一位软件工程师在连续四个月大量使用AI编程后坦言："我开始失去编程能力。"MIT的研究将这种现象称为"认知债务"——把过多的脑力工作外包给AI后，你自己的能力在悄悄退化。
Hacker News上一条高赞评论一针见血：
"如果AI能更快、更廉价地完成初级工作，导致没人愿意雇佣初级开发者，那么未来还有谁能成长为专家呢？"
05 但也不能全盘否定AI编程
话说回来，如果AI编程真的这么不堪，为什么Cursor两年估值293亿美元？为什么42%的代码已经是AI写的？
因为AI编程确实有它不可替代的价值。
一位60岁的老程序员在论坛上说，Claude Code"重新点燃了自己多年搁置的热情"。他用AI做出了一个本来不会尝试的网站，重拾了那些因难度过高而停滞的旧项目。
"重新点燃"——这个词出现在太多老程序员的评价中。AI编程释放了他们的创造力，让他们从重复劳动中解放出来，重新聚焦于系统设计和创新。
真正的关键不在于"用不用AI"，而在于怎么用。
你把AI当实习生，让它写初稿你来审，效率和质量都能兼顾。你把AI当全能选手，它写什么你发什么，Bug和问题迟早找上门。
一个新兴的观点正在成为共识：未来不会被AI淘汰的程序员，是会用AI的程序员。
这不是一句鸡汤，而是正在发生的现实。当代码生成本身不再是瓶颈，程序员的角色正在从"写代码的人"变成"编排AI Agent的指挥家"——核心能力从打字速度转向系统设计、架构判断和代码审查。
写在最后
C++之父的怒批，不是反对技术进步，而是对"重效率、轻质量"倾向的警醒。
AI编程这件事，既没有"程序员要失业了"那么可怕，也没有"AI写代码完美无缺"那么美好。它就是一个工具，用得好是帮手，用得不好是负担。
能帮你干活的AI到处都是，但能判断活干得好不好的人，才是真正稀缺的。
你觉得AI写的代码能信吗？用过AI编程工具的来评论区聊聊，反正评论区已经吵起来了🤣
