外媒：开发者离不开AI编程工具，但代价开始显现

cwx1994

外媒称，AI 编程工具在开发团队中已从“可选项”变成“默认配置”，但围绕效率提升的乐观预期，正被更多成本与质量问题拉回现实。多项研究和企业案例显示，AI 确实能加快写代码的速度，却未必能减少后续返工。

开发者已不愿脱离 AI 工作

AI 研究机构 METR 在今年 2 月披露，研究人员原本想重复一项关于编程效率的实验，比较开发者手写代码与借助 AI 完成任务的差异，但推进过程中遇到阻力：不少开发者甚至不愿为了实验短暂放弃 AI 工具。

METR 此前在 2025 年做过相关测试。参与者普遍感觉自己效率更高，但实际测量结果却相反：虽然生成代码更快，开发者却要花更多时间等待模型输出、纠正错误，并反复引导工具完成任务。

由于难以让开发者在无 AI 条件下继续参与，METR 后来改为发布一份调查，让技术员工自行评估 AI 带来的收益。受访者普遍认为，AI 让自己的工作价值提升了一倍。

企业开始重新审视 AI 投入

文章指出，这类“自我感觉更高效”的判断，正受到企业支出和实际产出的检验。2026 年以来，硅谷一度流行用 token 消耗量衡量 AI 使用强度，甚至把它当作生产力代理指标，但这种做法已出现明显反噬。

英国《金融时报》本周报道称，亚马逊已关闭内部 token 排行榜 Kirorank，原因是员工通过过度调用 AI 代理来“刷榜”，推高了成本，却没有对应的产出改善。

《The Information》则报道称，Uber 在 2026 年前四个月就用完了全年 AI 预算。公司首席运营官 Andrew Macdonald 近期在播客中表示，这类支出尚未带来可量化的项目增长或生产率提升。

更快写代码，不等于更少维护

文章认为，更大的问题在于代码维护。程序员兼作者 James Shore 近日在一篇被广泛转发的博客中指出，如果写代码速度提升了一倍，但维护成本没有同步下降，那么团队只是把短期提速换成了长期负担。

围绕这一点，市场上也出现了不少数据。可靠性工程初创公司 Entelligence AI 创始人 Aiswarya Sankar 表示，企业约 44% 的 token 消耗被用于修复 AI 生成的缺陷。代码审查工具公司 Code Rabbit 也称，其对开源项目拉取请求的分析显示，AI 生成代码带来的问题数量是人工代码的 1.7 倍。

虽然这些数据来自相关服务提供方，存在明显立场因素，但独立研究也给出了相近提醒。新加坡管理大学研究人员今年 4 月发布报告称，AI 生成代码可能给真实软件项目带来长期维护成本。

研究人员建议把 AI 当“初级开发者”管理

对于如何应对，文章提到，部分 AI 编程代理厂商主张继续用更多 AI 去修复 AI 生成的问题。AI 编程代理 Devin 的开发商 Cognition 创始人 Scott Wu 就持这一看法。

不过，他也承认，Devin 虽然可以独立完成部分任务，但当前能力大致仍处于初级到中级程序员之间，取决于任务类型。这意味着，开发团队还无法把工作完全交给代理后放手不管。

相比之下，新加坡管理大学研究人员给出的建议更偏向人工把关：开发者需要清楚 AI 擅长和不擅长的任务边界，建立面向 AI 输出的质量保障流程，并像审查初级工程师代码一样审查模型生成结果。

文章最后指出，在软件架构、安全设计等高层级工作上，人类开发者仍然是主要决策者，这一点连支持 AI 代理的从业者也基本认同。

why

刷token刷出虚假繁荣，自感觉高效背后是返工成本在悄悄堆高