代码产出+30%，评审时间+49%：AI写得越快，人看得越累
把需求丢给AI，3分钟生成800行代码，爽——然后轮到你了：打开diff逐行看，逻辑对不对、边界漏没漏、安全不安全。半天过去，你分不清是AI在写代码，还是你在给代码打工。
不止你体感如此：知乎问题「为什么用AI写代码之后，人反而越来越累了？」浏览量56万+，一条高赞评论写道——以前写代码累在「写」，现在累在「看」和「验」。知乎
生产端确实炸了。 GitHub口径：2026年推送的新代码约41%由AI生成或辅助。哈佛覆盖718家企业、72.5万员工的研究显示：AI编码智能体让代码产出涨约30%，PR涨23%。知乎
但能上线的没变多。 同一研究：Jira上被关闭的issue/epic无统计显著增加，review时间涨49%，返工PR翻了近一倍；DX对400多家组织的追踪：PR吞吐量只涨7.76%，评审时间却涨441%。最狠的是METR随机对照实验：16名熟悉大型开源项目的资深开发者、246个真实任务，用AI后平均反而慢了19%，自我感觉却认为变快了。知乎知乎
为什么？评论区给了个最贴切的词：杰文斯悖论。写代码变便宜了，以前被开发成本劝退的需求全活了，老板的野心膨胀得比你的效率更快。Anthropic内部代码仓每天合并的代码变更，从5月的约2500次涨到9月的超过3万次，4个月涨了12倍不止。生产不再是瓶颈，瓶颈整体搬到了「评审、测试、上线」——上游开闸，下游没扩容，水当然漫出来。知乎36氪知乎
老程序员的身体最诚实。那个《为什么越是维护过老系统的程序员，越不敢让AI直接改代码》的知乎问题下，高赞把话说得很直白：人写砸了，编译器会拦、版本控制会卡，AI却是「技术稀烂、狗胆包天」。它改你不该改的地方，风格还多变，还常藏在「测试全绿」的假象后面，出事你都不知道是哪段AI逻辑在作妖。Veracode审计同样不客气：约45%的AI生成代码，过不了安全测试。知乎知乎
怎么办？几条能落地的：
开工前先把「什么算可用」定死：验收标准、测试边界、回退方案，先固定这三样再丢给AI；
给老系统划红线：核心模块只让AI做新增和外围修补，关键diff逐行读，别信「全绿」；
把「读代码」当新硬技能——下一轮吃香的不是写得快的，是审得准的；
考核AI看上线的需求数，别看代码行数：产量≠产能。
胜负手正在从「谁写得多」转向「谁接得住」：Claude Code把CI、hooks做进脚手架，JetBrains的新品Air干脆把代码评审、issue分流做成了自动化。巨头都在抢着把下游做厚；对个人同理，越早把爽感从「生成」挪到「验证」，越早从无效加班里上岸。知乎
你现在用AI写代码，是提速了，还是掉进加班坑了？
