程序员宁愿辞职也不愿不用AI写代码，这事儿迟早要翻车
2026年，研究人员发现了一个有趣的现象：你没法把AI编程工具从程序员手里抢走。哪怕只是参与一个实验，大多数开发者也不愿意在没有AI辅助的情况下写代码。
这听起来像是AI提效的胜利宣言，但另一群研究者却发出了警告：AI确实让代码产出更快了，但产出的代码未必更好。而这，可能会在将来给这群开发者带来麻烦。
「大多数开发者即使只是为了参与一项研究，也不愿意在没有AI的情况下工作。」——METR 研究团队
一次没能完成的实验
事情要从METR说起。这是一家受人尊敬的AI研究实验室，2026年2月，他们想做一件事：更新此前一项关于AI编程效率的里程碑研究。
这项2025年发表的研究测量了开源开发者手工完成任务和使用AI完成任务的耗时差异。结果让很多人意外：开发者报告说AI让他们更高效了，但实测数据显示AI实际上拖慢了速度。代码生成确实更快，但开发者花在查找和修复错误、引导AI、等待AI完成任务上的时间，把节省的部分全吃掉了。
所以当METR想重复这个实验、测量AI进步带来的效率提升时，他们碰壁了。开发者不愿意参与，理由是——「我不想在没有AI的情况下工作」，哪怕只是为了实验。
最终METR在2026年5月改做了一项调查问卷，让技术人员自己报告AI带来的效率提升。不意外地，受访者普遍认为AI让自己的产出价值翻了一倍。
「Tokenmaxxing」的幻灭
2026年迄今最火的趋势之一，是把一个人消耗的token数量当作AI生产力 proxy（代理指标）的「Tokenmaxxing」运动。用得多就等于产出多，这个逻辑听起来很诱人，但它可能已经走到头了。
亚马逊内部有一个叫Kirorank的token追踪排行榜。《金融时报》本周报道，这个排行榜被员工「玩坏」了——大家过度调用AI代理，推高了成本，亚马逊最终关停了它。这件事本身就很说明问题：AI使用量高，不等于生产力高。
Uber更夸张。《The Information》报道，Uber在2026年前4个月就把全年的AI预算烧光了。CTO Andrew Macdonald最近在一个播客里说，这种支出并没有带来项目或生产力的可衡量提升。
「现在代码写得快了两倍？希望你同时也把维护成本减半了。否则你就是在用暂时的速度提升，换取永久的债务。」——程序员 James Shore
维护成本这个坑
AI生成的代码并不一定减少后续维护需求，甚至可能增加。程序员兼作家James Shore在Hacker News上爆火的一篇博客里把这件事说得很直白。
有不少数据支撑这个观点。AI可靠性工程代理创业公司Entelligence AI的创始人Aiswarya Sankar发推称，企业把44%的token花在修复AI自己引入的bug上。代码审查工具公司CodeRabbit分析开源拉取请求后发现，AI产生的代码比人工代码多出1.7倍的问题。
当然，这些数据来自正在售卖AI代码审查工具的公司，多少有点自营自夸的嫌疑。但独立研究也发现了类似问题。新加坡管理大学的研究人员在2026年4月发表报告，警告「AI生成的代码可能给真实软件项目引入长期维护成本」。
那到底该怎么办
那些想向你推销AI编程代理的人会说，开发者大可以用AI编程代理来做修复代码的苦活，速度跟得上AI吐出代码的速度。Cognition（Devin的开发商）的创始人兼CEO Scott Wu就是这个观点的代言人。
但就连他也承认，Devin虽然可以独立工作，但目前它的技能水平介于初级和中级程序员之间，取决于具体任务。这不是一个「交出去就不用管」的方案。
新加坡管理大学的研究人员提出了一个更「人类」的方案：程序员应该像熟悉自己最爱的编程语言一样，深入了解AI擅长什么、不擅长什么。他们需要为AI设计强大的质量保证体系，并且像对待初级开发人员一样，仔细审查AI的输出。
同时，研究者们认为（Scott Wu也同意），人类仍然应该负责大局性的工作：软件架构、安全设计，这些事现在还放心交给AI。
说到底，AI是个好工具，但它现在还没好到让你把脑子交给它。程序员拒绝在没有AI的情况下工作，这件事本身没问题；有问题的是，拒绝同时意味着放弃了对自己产出质量的把关权。
