先说一个你大概率熟的场景:白天把需求丢给 AI,代码哗哗地出,PR 排成一列火车;晚上十点你还在工位——AI 越干越猛,你越活越细。
这真不是你一个人不行。哈佛两位博士生追踪了 718 家公司、3 亿笔工作记录和 72 万多名软件从业者:引入 AI 编程智能体后,工程师写出的代码多了约 30%,提交和 PR 明显增加,但真正完成上线的工作没有显著增长,PR 从提交到合并的时间反而拉长了 49%。这仍是未过同行评审的工作论文,数据也来自 Jellyfish 客户企业,外推得谨慎,但它和一线体感严丝合缝。微博微博

更扎心的是 METR 的实验:资深开源开发者用 AI 做真实任务,实测反而慢了 19%;吓人的是感知偏差——动手前预测能快 24%,做完仍觉得自己快了 20%。当然这是 2025 年的测量,模型已经换代,但这个"体感加速、实际减速"的错位值得警惕。知乎

时间到底去哪了?瓶颈搬家了。以前手敲代码是限流阀,review 被"反正写不了那么多"天然压制;现在生成不限流,一天几千行全堆在流程最慢的一环——人看代码。DX 对四百多家公司的测量:PR 吞吐中位数只涨 7.7%,单个 PR 规模却从 44 行膨胀到 72 行;Faros 的数据更直接:review 耗时涨了近 200%。小红书上一条 577 赞的帖子说得更直白:AI 在前面疯狂干活,我在后面疯狂查它有没有偷偷干错,“有时候检查它比我自己做还累”。AI 把"我该怎么写"的痛苦,换成了"它写得对不对"的痛苦。知乎小红书

连卖 AI 编程工具的 Anthropic 也栽过跟头。Claude Code 团队刚公开的分享里坦言上半年尴尬:PR 排队等人审,大家互相"歌舞伎式"盖章,扫一眼就批准;后来工程师各自造审查机器人,一个 PR 上 7 个机器人意见打架,来回改出两百次提交,越修越偏。他们的解法:合并成一个主审查智能体;用自家历史线上事故出考卷,按召回率和精确率考审查质量;PR 按风险分档——纯文档零人参与,普通改动由让 AI 干活的那个人签字,账单、登录这类高风险保留双人签字。结果很硬:查出实质问题的 PR 比例从 16% 升到 54%,合并 PR 翻倍,回滚少了 40%。微博

普通团队能直接抄的,就三条:
把审查规矩写进仓库:像他们放在根目录、专门写给审查智能体看的 REVIEW.md——重点查什么、什么别报(风格已有 lint 就别刷屏)、按什么格式报,AI 才不会越挖越偏。微博
能自动的自动化,要人留人的:写得对不对、安不安全,交给 AI 审;“这功能该不该做”,你攥着。
别让速度喂大需求:杰文斯悖论一直在场——写得越快塞得越多,效率提升省下的时间被需求蔓延吃回去,这才是"更加班"的隐形推手。知乎
以前说 Talk is cheap, show me the code。现在是 Code is cheap, show me the spec。AI 多写那 30% 的代码,只决定你上半段的班;下半段能不能早点走,取决于你治没治得住"审代码"这个新瓶颈。
当前文章无评论,是时候发表评论了