程序员开始挑活了:没有AI工具的工作,我不接

一、上瘾了，连测试都不肯做

2026年2月，AI研究机构METR想做一个对照实验：找一批开发者，一半用AI工具编程，一半不用，看谁效率更高。这是一个验证AI编程生产力的标准实验设计。

招募工作失败了。

大多数开发者拒绝参加。理由不是"我没时间"，而是："我不想在没有任何AI辅助的情况下工作"，哪怕只是做几个任务、哪怕有补偿。这是一个令人意外的变化——就在几个月前，这些开发者还在抱怨AI工具不够好用。

METR在报告中写道：愿意参加"无AI"测试的开发者，已经少到无法完成有效对照实验。

这不是勤奋，这是依赖。

二、幻觉：开发者觉得自己效率翻倍了

时间拨回2025年。METR发表了那项被行业广泛引用的研究：测量开源开发者用AI工具编程 vs 纯手工编程的真实效率。

开发者自己的反馈是乐观的：AI让我效率更高了。

但研究人员对照时间戳时发现了意外——AI确实让写代码变得更快，但整体开发速度反而变慢了。生成一段代码只需要几分钟，但接下来的调试、修正、引导AI、等待AI响应所花的时间，远超节省下来的部分。

换句话说：AI让开发者的"打字时间"变短了，但"思考时间"换了一种形式回来，甚至更多。

这不是AI的问题。人类天生对"打字速度"有执念——代码生成带来的即时反馈让人感觉高效，但"敲得快"和"交付可运行代码"是两件事。

2026年5月，METR换了方式——不做实验，让技术员工自我报告AI带来的生产力提升。结果不出所料：绝大多数人认为AI让他们的效率翻倍，对组织的价值也提升了一倍。

这是幻觉。研究者自己发现了这个矛盾：2025年的客观测量显示AI拖慢了开发，2026年的自我报告却显示AI让效率翻倍。哪个数据更可靠？时间戳不会说谎。

三、企业端的教训：钱花了，产出没有

这种自我感知的乐观，正在被企业预算数据打脸。

亚马逊的Kirorank是一个内部系统，用来追踪程序员的token消耗量——你用了多少AITokens，代表你在AI上投入了多少，理论上代表你的生产力有多高。这个系统在2026年被关停了。

不是因为技术故障，而是因为员工找到了刷分方法：用AI工具自动完成任务，消耗大量token，Kirorank上的排名就高。AI使用量上去了，产出没有同步跟上。亚马逊关停这个系统，是承认了"token消耗量"和"真实生产力"是两码事。

Uber的案例更直接。2026年头四个月，Uber烧完了全年AI预算。COO Andrew Macdonald在一次播客采访中说了一句话，大意是：这笔钱花出去，没有带来可衡量的项目产出，也没有看到 productivity（生产力）的提升。

两个案例，同一个结论：企业对AI编程的投入产出比，正在接受现实检验。

四、速度换债务：James Shore的警告

如果企业端的教训还不够直观，程序员兼作者James Shore在Hacker News上发过一段话，被迅速疯转，传到了大部分科技从业者的Timeline上：

"你写代码速度快了一倍？最好祈祷你的维护成本也降了一半。否则你完了。你在用短暂的加速换永久的债务。"

这句话的逻辑很清晰：你今天用AI多快写完一段代码，这段代码的维护责任就有多重。代码是AI写的，bug也是AI产生的，你需要在未来花大量时间去理解、去调试、去迭代这段不是你写的代码。这个债，会在六个月后、一年后找你。

欠下的技术债，从不会消失，只会转移。

五、具体数据：44%的token花在修bug上

光有逻辑不够，还需要数据。

Aiswarya Sankar是可靠性工程AI agent创业公司Entelligence AI的CEO，她发过一条推文，被广泛转发：很多公司现在把44%的AI token消耗在修复AI生成的bug上。这个数字的具体口径未必精确，但方向是明确的——AI产生代码的速度越快，修复成本也在同步上升。

代码审查工具公司CodeRabbit分析了大量开源项目的Pull Request，发现了一个有意思的数字：AI产生的代码，在Pull Request阶段被发现的问题数量，是人类代码的1.7倍。这里的"问题"包括：逻辑错误、安全漏洞、风格不一致、以及最常见的——需求理解和实现偏差。

新加坡管理大学的研究人员在2026年4月发布了一份报告，标题很直白："AI生成的代码会给真实软件项目引入长期维护成本"。这是学术界的独立验证，不是哪家AI公司的软文。

六、Devin不是答案

那么，解决方案是什么？AI公司的销售话术是：让AI编程工具来修它自己产生的bug。Cognition的CEO Scott Wu是这套说辞的代表——他们的产品是AI编程 agent Devin，定位是"可以独立完成编程任务的AI"。

但连Scott Wu自己都承认：Devin现在的技能水平，"在初级工程师和中级工程师之间"，取决于任务的复杂度。

这不是"丢给它就不用管"的解决方案。初级到中级之间的意思是说：简单的、边界清晰的任务它能完成；复杂的、需要上下文判断的任务，它需要人类在旁边盯着、纠正、引导。

AI编程工具让开发者上瘾，但这个瘾代价不菲——速度换债务，效率换维护包袱，最终可能是开发者给自己挖的坑。

来源：TechCrunch 2026-05-29，原文作者Julie Bort。结合METR 2025/2026研究报告、James Shore博客、新加坡管理大学2026年4月报告、CodeRabbit数据分析。