丢个 prompt，咖啡还没端回来，AI 已经吐出来八百行代码。你以为这节奏能准点下班？现实是加班到半夜，对着生成的代码山一行行等 review。
知乎问题「AI编程几乎无成本产出代码，为什么程序员反而更要加班？」下的高赞回答没灌鸡汤，直接甩了三组硬数据：
METR 做过一组随机对照实验：让一批有经验的开源开发者用 AI 干真实任务，秒表掐出来，用了 AI 之后反而。更微妙的是，这批人开工前预测 AI 能让自己快 24%，干完活仍自评快了 20%——感知和现实差了 40 个百分点。知乎知乎
DX 对四百多家公司的工程分析：AI 带来的 PR 吞吐量提升中位数只有 7.7%，单个 PR 的规模却从中位 44 行涨到 72 行。
Faros 的数据：review 耗时涨了将近 200%。
不过留个余地：METR 在 2026 年 2 月又发了后续实验，公布时先泼了冷水，说这批新数据只能算很弱的证据。AI 工具月月变，结论别下死。知乎
写得更快，交付没变多，审核淹了。为什么？一条高赞评论点破了关键：「写代码只占日常工作的很小一部分」。大头从来是确定真实需求、扯皮和担责。93 赞的回答说得更直白：只是写代码的速度快了，但审核跟不上，尤其是工业级应用，不仔细审核，哪里敢用！知乎知乎
不是说模型没在进步。新模型在 DeepSWE 这类编程基准上的能力还在往上走，完成一项任务的价格却在降低——生成这一环，确实越来越便宜。但 AI 把最便宜的一环干成了免费，理解、审核、测试、背锅，依然按小时算你的钱。瓶颈挪了位置。36氪
而需求会顺着瓶颈贪婪地长回来。 杰文斯悖论：蒸汽机省煤，煤反而越烧越多。代码不要钱之后，以前两周发一版，现在一周发四版。以前一句「做不起」就能砍掉的需求，现在一句「AI 写得快」就放行了。知乎
AI 给你十个方案，选错了，AI 不挨骂；AI 写的代码上线崩了，出来背锅的是你。产出可以无限生成，担责的人是有限的。知乎
另一层落差，来自「蜜月期分手」。一个每天用 AI 写代码的用户说得干脆：不是 AI 变弱了，是你交给它的任务变难了。蜜月期它写的是样板代码，后来你交给它的是有几千行旧代码、历史包袱、隐含约定的真实工程。知乎
三个短板会一起露出来：上下文装不下整个工程，改 A 的时候不知道 B 会坏；没有品味，一个简单需求能给你搭出过度设计的城堡；遇到难题不停手，自己开新坑往下钻。连 Anthropic 自己都在工程博客里摊了账：内部每天合并入库的代码变更，短短四个月暴涨 12 倍，达到每天三万次——先扛不住的，反而是人发明的软件工具，版本控制首当其冲。知乎36氪
那老手怎么对付它？共识就一句话：把 AI 当成一个需要管理的初级工程师，派活之前写死三样东西——交付物是什么、验收标准是什么、什么情况下停下报告。研究型难题停下报告，不许私自开新坑。知乎
动手前先做一轮复用盘点：哪些现成模块直接用、哪些才允许新写，逐项列清楚，新写的数量设上限，超了就退回。让 AI 干活也一样，先把正常流程、边界值、异常分支各要覆盖多少条列清楚，产出才从一坨代码变成一张能逐项验收的清单。知乎
交付后再做质检，专门抓它偷偷重造的轮子。现在这步连现成做法都有了：把验收规则写成具体的「靶子」喂给 AI，它回你一份按规则逐条打分的设计评审，该改的按先后排出来。再勤一点的，让两个 agent 分别盯设计和证据，跑十几分钟，直接给出具体到行号的优先问题清单。他的原话值得抄在工位上：会用的人不是给它更大的自由，而是给它更清楚的边界。知乎知乎
一句话版本：以前是 Talk is cheap, show me the code，现在是「Code is cheap, show me the spec」。AI 编程没有背叛你，它只是把活儿从你的指尖搬到了你的肩上。你还把它当打字实习生，就只能越来越忙；你把它当成需要你带的人，它是真强。知乎
