[程序员] 用了 AI 更累了更焦虑了

一句话看懂：一名开发者自述，在 AI 辅助开发（如 Codex）下，原本需要一个月手写的工作，被产品经理压缩到一周完成，虽能产出，但逐行理解 AI 生成代码困难，造成了“技术债、认知负担和职业焦虑”三重压力。

事件核心：发生了什么

在 V2EX 职场话题板块，用户 @Kontinue 发布帖子称，当前 AI 已成开发主力，“原来 10 个人的活现在 3 个人就能干”。他具体描述了困境：如果完全靠手写代码，一个需求可能需要一个月才能完成；但产品经理默认 AI 可以加速，只给一周排期。而实际利用 Codex（OpenAI 的代码生成工具）确实在约一周内完成了任务。问题是，由于赶工期，他无法在短时间内逐行消化 AI 生成的逻辑，导致对代码质量缺乏信心。另一位用户 @Dispatcher 回应称，即使是不超过 10 行的小段代码也能找出至少两个隐患或 bug，并警告“大项目全部相信 AI，基本上等同于死亡”。原发帖者对此表示认同，但也坦承自己手动写代码未必比 AI 输出更可靠。

为什么重要

这一现象在开发者社区并非个案，它折射出当前 AI 编程工具普及后的深层矛盾：生产力提升与能力退化的悖论。一方面，大模型代码生成确实大幅缩短了交付周期，降低了企业人力成本；另一方面，AI 生成的代码缺乏可解释性，开发者难以在短时间内完成代码审计与风险排查，极易积累“技术债务”。同时，产品侧对 AI 效率的预期单向膨胀，挤压了人类工程师进行设计、测试、重构的必要时间。该帖反映出行业正处于“工具加速、认知减速”的拐点——AI 让产出更快，却让开发者对自身能力和代码质量更焦虑。

对用户/开发者/创作者的影响

开发者： 需要重新定义自身核心价值——从“写代码”转向“审代码、设计架构、处理边界情况”。如果只依赖 AI 生成而不深入理解，长期会导致故障排除与业务适配能力下降。建议在排期时主动预留“AI 代码审计”时间。
产品经理与团队管理者： 不能再简单地将“AI 能一周完成”等同于“人类一周无质量风险”。排期应包含代码审查、单元测试与灰度验证。
AI 工具提供商： 目前公开信息显示，Codex 等工具在代码正确性、可维护性方面仍有明显盲区，对生成结果的“可靠性检测”功能严重不足，这也是下一波工具创新的方向。

值得关注的后续

代码审查工具能否适配 AI 生成： 目前静态代码分析工具大多基于人类编写习惯，对 LLM 生成的非常规写法（如冗余循环、错误依赖、隐含注入）检测效率低；未来可能出现针对 AI 生成代码的专门检测服务。
企业是否会出现“AI 代码合规”岗位： 类似于当年的“安全审计”，大型团队或许会设立专门角色对 AI 生成的改动进行安全、性能、架构层面的审核。
产品管理实践是否调整： 如果该议题持续发酵，可能导致更多技术负责人要求将“AI 辅助”和“纯手写”在排期与验收标准上区分对待，避免效率泡沫。