币圈界报道：

开发者已无法脱离AI：效率幻象背后的现实代价

至2026年，编程界已形成一种不可逆的趋势：绝大多数开发者明确表示，若无人工智能辅助，将不再从事编程工作。知名人工智能安全研究机构METR在复现2025年关于AI对开发效率影响的研究时遭遇重大阻力——无人愿意加入对照组，即要求在无AI支持下完成任务的实验群体。

实验困局揭示认知鸿沟

METR在2025年原研究中曾提出一个反直觉发现：尽管开发者普遍认为AI提升了工作效率，但因需频繁修正生成错误、引导工具运行及等待响应，整体耗时反而增加。当该团队试图以更新模型重演实验时，完全无法招募参与者。研究人员坦言，即便是短期参与一项受控测试，开发者也坚决拒绝在无AI环境中操作。

“代币最大化”模式走向失控

将AI调用次数作为生产力衡量标准的做法——即“代币最大化”——在2026年初成为主流现象。然而，其副作用日益显现。据《金融时报》披露，亚马逊因员工过度调用AI代理以刷榜，导致系统资源浪费严重，最终关闭内部排行榜Kirorank。优步仅用四个月便耗尽全年AI预算，其首席运营官安德鲁·麦克唐纳承认，这笔支出并未带来项目数量或交付效率的实质性增长。

代码质量隐患催生维护黑洞

除成本问题外，AI生成代码带来的长期维护压力正被广泛验证。程序员兼技术作家詹姆斯·肖尔在其热门博客中指出：“你如今编码速度翻倍？别忘了，若维护成本未同步降低，你实际上是在透支未来。”新加坡管理大学2026年4月发布的一项独立研究警告称，AI生成代码可能显著抬高项目的长期维护成本。代码审查平台Code Rabbit的分析显示，AI输出引入的问题数量是人工编写代码的1.7倍。尽管该数据来自有商业关联的公司，但多个独立渠道呈现相似趋势。

感知效率与真实效能的背离

感知效率与实际绩效之间的差距并非首次出现，但AI的深度嵌入使其后果更加严重。开发者对AI助手充满好感——他们感觉更高效、挫败感更低。然而客观指标揭示另一图景：错误率上升、代币支出激增、技术债务持续积累。可靠性工程初创企业Entelligence AI的首席执行官艾斯瓦娅·桑卡尔在社交媒体上指出，企业高达44%的AI代币支出用于修复由AI自身产生的缺陷。

破局之道：纪律化使用与人类主导权

应对策略因人而异。开发AI编程助手Devin的Cognition公司创始人斯科特·吴建议，应使用更多AI来解决由AI引发的问题。但他也承认，根据任务类型，Devin当前表现介于初级至中级开发者水平，并非真正意义上的全自动解决方案。

新加坡管理大学研究团队则主张回归以人为本的设计逻辑：开发者必须清晰掌握AI的能力边界，区分其擅长与不擅长的场景。他们提议为AI输出建立专门的质量保障流程，并将其视同初级开发者的成果进行严格人工审核。无论是学者还是产业领袖，均一致认为：软件架构设计、安全策略制定等关键决策，仍须由人类主导。

结语：迈向有节制的智能协同时代

编程行业正处于关键转折点。开发者已深度依赖AI，以至于多数人难以想象无此环境下的工作状态。但事实证明，这种依赖伴随真实代价——预算膨胀、技术债累积、效率感知与实际产出脱节。未来的方向并非抛弃AI，而是构建更自律的使用框架，承认在软件工程中，人类判断始终不可或缺。