爆了的AI编码工具，联合创始人亲口说工程师还有救
AI编码工具点燃老程序员的第二春
57岁的软件工程师Steve Yegge在Medium上感慨，自己如今“每天能写出数千行生产级代码”，生产力是职业生涯其他时期的10倍、20倍，“甚至100倍……就像我们一辈子都在靠双腿走路，如今却突然像飞起来了一样。”他将LinkedIn职业标注改为“AI保姆”，尽情享受由强大AI智能体与编排工具带来的指数级能力提升。类似的故事在Hacker News上不断涌现：一位60岁的程序员发帖称Claude Code“重新点燃了自己的热情”，帖子获得1086个赞和989条评论；52岁的Douglas Tarr写道，“纯手动”编码让他回想起每天工作12小时的日子，“光是想想就觉得累……我现在年纪大了，坐太久会背痛。”63岁的退休程序员Chris Marshall甚至认为，AI解决了隐性的年龄歧视问题——大语言模型让他重新有了“敢去梦想的勇气”。
资深开发者警告：代码能力正在“不用则废”
并非所有人都沉浸在兴奋中。Point Health AI的软件工程师Pia Torain向《纽约时报》透露，在连续四个月每天发出数百条提示词后，她“开始丧失编程能力”。如今她刻意放慢速度，认真理解整个程序的架构与流程，警告将过多编程工作外包给AI可能带来巨大风险。“不用则废，”她直言。一位Hacker News评论者悲观总结：“如果大语言模型能更快、更廉价地完成初级工作，导致没人愿意雇佣初级开发者，那么未来还有谁能成长为专家呢？”来自犹他州的50岁软件工程师Joel Dare则对AI生成代码的质量极度不满——他忘记提示Claude不要在Node项目中使用框架，结果项目竟有89个依赖项。“在这个我们把‘速度’置于可维护性之上的行业里，这种情况已成常态。但对我而言，这完全无法接受。”他强调，AI编码“依然需要我们用专业知识来引导”。
揭开“10倍生产力”的幻象：数学逻辑与真实体验
当“不立即使用AI就会被淘汰”的警告泛滥时，一位投身AI编程实战的开发者给出了冷静分析。他尝试了Claude Code、Cursor、Roo Code和Zed等工具，发现即便输入详尽的prompt和CLAUDE.md文件，AI也仍难以理解更大代码库的上下文。如果使用的不是热门库，它就会搞砸。Agent偶尔表现很棒，但更多时候只是在浪费时间和token。他认为所谓“10倍生产力”的数学逻辑站不住脚：真正的10倍意味着一个季度的工作量压缩到两周以内，而代码量增加10倍也意味着审查、部署、维护等流程的瓶颈被同步放大10倍。他写道：“编写代码时真正花在敲键盘上的时间有多少？大部分时间用于阅读、思考以及等待编译、页面刷新或测试运行。LLM并不能让rustc运行得更快。”他认为AI能带来罕见、短暂的10到100倍提升（比如几分钟生成一个自定义ESLint规则），但软件瓶颈的本质决定了这不会转化为持续的生产力飙升。他观察到，许多所谓“10倍提升”的炒作其实源于人们的蜜月期，尚未静下心来认真思考数学上的具体含义。
初级开发者困局：AI是救星还是陷阱？
《纽约时报》采访了谷歌、亚马逊、微软及多家初创企业共七十余名软件开发人员，受访者普遍对获得的新能力感到兴奋，但也有不少人坦言将过多编程工作外包给AI可能导致能力退化。一位Hacker News评论者感慨：“我曾经想着等年纪大了去教书。可如今学生们在YouTube上就能找到无数的教学资源，现在又有了Gemini、Claude、ChatGPT，这些工具都太过出色。”对于初级开发者而言，AI编码工具既可能是快速上手的捷径，也可能是阻碍深度学习的屏障。一位亲身尝试AI编程的开发者写道：“对我而言，AI的最佳应用场景仍是编写一次性脚本。”他发现在面对复杂任务时，AI经常在上下文窗口中迷失方向，工程师必须学会将任务分解成更小的步骤，并在识别到AI偏离过远时及时接管。他认为，一个合格工程师只需不到一周就能熟悉与AI的协作，但那种“不立即使用AI就会被淘汰”的论断显然是错误的——因为使用AI编程并不难学，而真正稀缺的是引导AI的专业判断力。
工程师的未来：用专业知识引导AI，而非被取代
尽管AI编码工具的能力在快速迭代，但多位资深开发者一致认为：工程师的专业知识仍是不可替代的护城河。正如Joel Dare所言，“AI依然需要我们用专业知识来引导。”Steve Yegge虽然享受着AI带来的指数级提升，但他也坦言高强度的氛围编程已经打乱了团队成员的睡眠节奏。那位进行实战测试的开发者最后总结：“如果AI真可以随时变得比现在强2倍、10倍甚至100倍，那么现在关于如何使用它的任何经验都无关紧要。”这意味着，与其焦虑于“不用AI就被淘汰”，不如冷静评估AI的实际边界：它擅长一次性脚本、快速原型和重复性任务，但在架构设计、代码可维护性和深层逻辑理解上仍依赖人类工程师。未来的竞争力不在于能否让AI替你写更多代码，而在于能否用专业知识精准地引导AI、审查输出、并守护代码质量。正如一篇文章所警告的：如果你运营着AI初创公司，你有动力将AI吹捧为万能解决方案，但真正的工程师应当警惕这种叙事。