AI反噬：外媒多家公司调研，AI加速了编程，钱花出去了，但并没有提升生产力

eric2013

2026年，AI风靡，你想把AI编程工具从程序员手里收回来，基本等于要他的命。研究机构METR今年想复现一项"AI究竟提效多少"的研究，结果连志愿者都招不到——开发者死活不肯在没有AI的情况下干活，哪怕只是配合个实验

文章核心结论：
文章最有价值的一点是提出了一个不该有争议但正在被忽视的问题——AI 让写代码变快了，但软件工程的瓶颈从来就不是写代码的速度。理解问题、设计架构、调试、维护、沟通——这些才是大头。AI 主要提升了"写"这个环节，而"写"在完整开发周期中的占比本来就不高。

所以答案很可能是：AI 确实提升了某个狭窄维度 的生产力（代码生成速度），但没有提升整体软件工程的生产力（交付质量、可维护性、长期成本）

AI 代码的维护陷阱（James Shore 的致命逻辑）

"你现在写代码快了一倍？那你最好把维护成本也砍掉一半。否则你就完蛋了——你在拿暂时的速度提升换永久的债务奴役。"

这是一个非常有力的论点：

人写 100 行代码 → 产生 10 行维护负担
AI 写 200 行代码（其中 50 行有问题） → 产生 30 行维护负担
净结果: 开发速度快了，但团队被维护工作拖死了

文章论据扎实：
引用了 METR（顶级）、SMU（独立学术机构）、Amazon/Uber（实际企业案例）等多方信源





参考资料
原文：https://techcrunch.com/2026/05/2 ... -back-to-bite-them/
METR 2026年2月研究：https://metr.org/blog/2026-02-24-uplift-update/
METR 2025年AI编码生产力论文：https://arxiv.org/pdf/2507.09089
METR 2026年5月AI使用调查：https://metr.org/blog/2026-05-11-ai-usage-survey/
tokenmaxxing报道：https://techcrunch.com/2026/04/1 ... ve-than-they-think/
James Shore 博客（维护成本）：https://www.jamesshore.com/v2/bl ... r-maintenance-costs
CodeRabbit 报告：https://www.coderabbit.ai/blog/s ... e-generation-report
新加坡管理大学论文：https://arxiv.org/abs/2603.28592
Scott Wu 访谈：https://techcrunch.com/2026/05/2 ... dnt-replace-humans/

honami520

AI写的代码，特别是一个项目在经历了长时间，无数次新需求、需求变更、回滚、等等操作之后。代码开始变成更大的屎山，垃圾代码越来越多。
除非你能一开始就花费大量的时间去做充分的架构，也许会好那么一点。
但是，一个项目的开发，编码只是一部分工作而已。
我以前做过1年的日式开发，日式开发里面编码只占5%的时间，人均有效编码量的每日2.5行代码（最终验收的结果）。

但是AI写代码是真快啊，你会忍不住就去用它

死不低头

反正我是不信AI的，屎一样的准确率
查找错误比自己写还费时间得多

forever_ming_

用好一点的模型，代码方向确实快，就是可维护性和大项目容易炸

regbbs

honami520 发表于 2026-7-7 10:13
AI写的代码，特别是一个项目在经历了长时间，无数次新需求、需求变更、回滚、等等操作之后。代码开始变成更 ...

确实是，架构设计才是重点，可以让AI辅助设计架构，反复分析，这样后续的编码和需求更新等造成的影响就会小很多了。

cowen

我现在还是信不过AI，不过AI做简单的事情确实快，现在工程配置，有一些功能不知怎么实现，就让AI先帮实现，实现之后再手工编辑一遍，AI生成的代码感觉没法维护