这几天程序员圈子里有点热闹，而且方向出奇一致：AI编程工具用的人越来越多，但说"越用越累"的声音也越来越响。
先把本周的三条信息摆出来。
第一条。微博上一份被媒体转发的开发者调查在流传，称80%的开发者觉得AI编码"更接近上瘾而非帮助"——停不下来，但很难说真的被帮到了。微博这份调查的原始出处我没查到，先当一个参考点。
第二条。同样是微博，一组旧数据被重新翻了出来：GitHub Copilot的付费订阅用户早已突破200万，但它自动生成的代码建议，平均接受率长期停在27%到30%——也就是10条建议，平均只有3条最终被采纳。微博发帖者称，这是GitHub官方数据。
第三条。36氪昨天转发了JetBrains Research最新发布的《2026年开发者生态系统调查报告》。1.5万多名开发者参与，调查时间是今年5月到7月：90%的专业开发者每周至少用一次AI编程Agent，68%每天用。36氪但Copilot的工作场景使用率，从年初的30%左右掉到了21%，Claude Code则从18%翻倍到39%。JetBrains
三条信息摆在一起，问题其实很清楚：AI编程"有没有用"已经不值得争了——90%的周使用率足够说明问题。真正值得算的是另一笔账：你付的钱，有多少变成了被你消化的产出。
为什么这笔账现在才值得算？
因为计费方式变了。今年6月，GitHub Copilot转向token计费，10美元包月的自助餐时代结束了。36氪 计费改变的不是"付多少"，而是"为什么付"。包月时代，建议采不采纳都免费，10条里浪费7条也不心疼；token计费下，你越是高频使用高级模型和Agent功能，计量就越明显：每一条你扫一眼就划掉的建议，每一次试完又撤回去的重做，都是账单上的真实成本——你还额外搭上了自己的审查时间。
这里有个更值得玩味的对照。GitHub官方的数据非常漂亮：企业白皮书里的对照实验显示，使用Copilot的开发者完成编程任务的速度快了55%。知乎
同一批官方口径里，GitHub自己的开发者调查显示：85%的开发者说用了Copilot Chat后对代码质量"更有信心"，88%说能"保持心流状态"。知乎
官方数据和你的真实体感，可能都是"真的"。差别在于：实验里的人，在密集、专注地使用工具完成任务；而现实里，很多人是一边干别的，一边被动接收建议。这就引出了最近网上讨论度很高的两种"疲劳"——它们看起来像一回事，性质完全不同。
第一种是审查疲劳，是真实成本。最近知乎上《AI编程半年后，我的5个能力在退化》这类帖子火了。知乎也有人在问"AI编程提高代码产出后，为什么维护成本可能上升"。这类疲劳的核心是：AI多写了代码，审查、修补、维护却全压到你这边。它是"消化率"偏低的直接信号，越用越重。
第二种是上瘾式疲劳。看AI高速产出代码很爽，有产出的错觉，但产出的代码你根本没细看。前面那个"80%"的数字，说的更多是这种。这种疲劳不直接伤账单，但它藏着更大的问题：你习惯了让AI递初稿，判断"这条建议值不值得采纳"的能力在退化——而这个能力，恰恰决定接受率。
所以续费之前，我建议花15分钟回答这三个问题。
问题一：你接受的提议里，有多少真的省了时间？
别凭感觉，用数字说话。大致估两个率：接受率（展示的建议里最终被采纳的比例）、返工率（被采纳的AI代码，一周内被删掉或重写的比例）。接受率长期低于20%，问题多半不在模型，而在于你在让它做不擅长的场景，或者补全建议对你已经沦为背景噪音。返工率长期高于30%，你的真实成本结构就是"AI写+你修"，效率可能还不如自己写。
问题二：token计费下，你的钱到底花在哪儿？
翻一次账单，分分类：是日常补全、高级模型对话，还是Agent任务。最亏的结构是"偶尔叫一次大模型试试看"——频率低、单价高，结果还往往最不可控。如果开销大头在这一类，与其急着续费，不如先把使用场景收敛到少数几个固定用途。
问题三：你的用法，能不能支撑一个高接受率？
两种用法的回报差距巨大。只开补全、被动等建议掉下来，是最容易累的——因为它本质上是"赌AI猜中你想写什么"。容易获得高回报的用法，是把火力集中在少数固定场景：生成单元测试、写PR摘要、解释旧代码、重复样板代码打底。这些任务输入输出明确、好验证，接受率自然上得来。如果你用了半年，连一个固定的高频场景都没沉淀下来，这比任何工具对比都更值得警惕。
那么，谁该继续付钱？
回答完三个问题，结论基本自己会浮出来：
接受率尚可、开销可控、有固定场景的，正常续。Copilot现在的优势在于和GitHub生态的深度绑定与合规属性，这两点对公司付费的用户仍然无可替代。
接受率偏低、但还想用的，先别急着退订。改用一个月再说：关掉用不上的补全入口，把场景收敛到一两个固定的，再重新统计这两个率。
三个问题全是否定答案、而且花的是自己钱的，停掉这个月的续费观察一下，完全合理。今天的市场已经不是只有一家在打：Claude Code使用率到了39%，OpenAI Codex涨到16%，开源方案也冒了出来，值得试的替代品不缺。
最后说两个接下来值得盯的信号。一是Copilot的模型轮换越来越快——官方公告显示，9月1日又将有一批旧模型退役，你上个月选定的模型，下个月可能就换了。微博接受率会随模型切换波动，别用一周的数字下结论。二是JetBrains那份报告里还有个数据：Copilot和Claude Code的认知率都是79%，打平。JetBrains真正在分化的，是使用习惯，不是认知。这场仗远没打完。
这笔账每个人算出来都不一样。但如果续费之前没回答过这三个问题，那你付的钱买到的就不是效率，是惯性。
