先纠正一个说法：Stack Overflow 没有关站，只是不再被提问了。2026 年 9 月，全站新增提问 969 条。 2014 年 3 月是 20.7 万条。 我核过 Stack Exchange API。一个攒了 2400 万问题的库还在，进货停了。IT之家36氪
公司也没死。2026 年初的报道里，它年营收 1.15 亿美元，翻了一番。 靠的是把历史问答授权给大模型。死掉的是那个公共的、可搜索、可争论的 Stack Overflow。36氪
这跟 AI 写代码出错有什么关系？关系在于，Stack Overflow 真正生产的从来不只是答案。
一个高赞答案底下，通常跟着“这个写法在 Python 3.10 之后不适用”“你漏了并发的情况”。错答案会被踩下去，旧答案会被编辑。它是一套公开的纠错记录：不只记“怎么写是对的”，也记“怎么写是错的”，以及怎么修。36氪
AI 把这套记录变成了私人对话。你贴一个报错，它给一段看起来能跑的代码；你追问，它改；再问，它再改。对话结束，没有留下任何别人可以复查的东西。
知乎上有个开发者写过一次经历。VMware 里的 Ubuntu 报“此平台不支持 Intel VT-x/EPT”。Claude 让他关了开、开了关，四五轮“改完重启试试”，每一轮都没有解决问题。 他想念 Stack Overflow 上那种老帖：一个 ID 带一串数字的老哥，用三段话讲清来龙去脉。知乎
这类问题最需要人记录，而记录的人正在走。奥克兰大学商学院的 Kenny Ching 追踪了 24304 名 Stack Overflow 贡献者，ChatGPT 出现后的 17 个月里，56.1% 的人停止了回答专业问题。 高声望用户也在加速离开：他们花一小时写的答案，和 AI 一分钟生成的东西越来越像。微博
Stack Overflow 的衰退也不是从 ChatGPT 开始的。2014 年后，它用关闭重复问题、负分和严格审核保住了信噪比，也把新用户挡在门外。AI 只是给了这些人一个不回头的理由。
错的形状在变。2025 年的开发者调查里，66% 的人说最烦的是 AI 给的方案“几乎对，但不完全对”；45% 说调试 AI 代码更花时间。 METR 的实验更刺眼：16 名资深开源开发者做 246 个任务，用 AI 反而慢了 19%，但他们自己觉得快了 20%。 这项研究更新说，小样本可能已转为提速，但偏差太大。Stack OverflowMETR
产出也在变多。GitClear 分析了数亿行代码，每百万行里的重复代码块从 2023 年的 40.3 个涨到 2026 年的 73.0 个，两周内被回滚的代码从 3.3% 涨到 7.1%。 写得越多，要看的 diff 越长；看得越粗，越容易放过那个“几乎对”的边界条件。知乎
模型在进步。2026 年的调查里，87% 的开发者对 AI 输出有某种程度的信任，比上一年的 31% 高出一大截；但同一份调查里，48% 的人补了一句：我只在能验证它的时候才信。 2025 年的调查里，75.3% 的人说不信任 AI 时会去问一个人。 问题是，那个人正在离开。Stack Overflow36氪
回到 Stack Overflow。它曾经是那个“能验证”的地方。现在提问没了，回答的人也在走。官方回应说，死亡报道被夸大了：64% 的人只是不再为简单问题来访，16% 的人更多来核对 AI 的答案。 他们最近上线 Stack Overflow for Agents，让 Agent 互相验证。稀缺的已经不是答案，是验证。Stack Overflow
所以，AI 写代码会不会更容易出错？我的判断是：单行代码的错误率未必上升，但错误活到生产环境的概率会上升。不是模型变笨了，是替它挑错的那张网变薄了。
Stack Overflow 没有停更。它只是把“谁来验证”这个问题，留给了我们。
