BitcoinWorld
程式設計師拒絕在沒有 AI 的情況下工作——但隱藏的成本正不斷累積
在 2026 年，開發者已明確表態：他們不會在沒有人工智慧的情況下編寫程式碼。受人尊敬的 AI 安全實驗室 METR 的研究人員在嘗試複製 2025 年衡量 AI 對程式碼生產力影響的研究時，親身發現了這一點。問題是什麼？沒有開發者願意參與對照組——即需要在沒有 AI 協助下工作的那一組。
METR 失敗的實驗與自我感知差距 METR 原先的 2025 年研究已經提出一個違背直覺的發現：雖然開發者在使用 AI 時感覺更有生產力，但實際上總體花費的時間更長，因為必須花時間修正 AI 產生的錯誤、引導工具以及等待回應。當 METR 嘗試以更新的 AI 模型重複實驗時，卻找不到參與者。正如研究人員所坦承的，開發者「即使是暫時」也不願意在受控研究中「不使用 AI」工作。
於是，METR 在 2026 年 5 月發佈了一項調查，讓技術員工自行報告生產力提升。結果不足為奇：受訪者自認對組織的價值提升了兩倍。但近期發展顯示，這些自我評估可能並未反映真實情況。
Tokenmaxxing：已經適得其反的趨勢 將 AI 代幣消耗作為生產力指標的做法——被稱為「tokenmaxxing」——成為 2026 年初的顯著趨勢。但它可能已經在自重之下崩潰。根據《金融時報》報導，亞馬遜在員工過度使用 AI 代理人、導致成本飆升卻沒有實質產出後，關閉了內部代幣追蹤排行榜 Kirorank。Uber 在短短四個月內燒光了整個 2026 年的 AI 預算，首席營運官 Andrew Macdonald 在播客中承認，這筆支出並未帶來可衡量的專案或生產力提升。
維護成本陷阱 除了成本超支之外，證據越來越多顯示 AI 生成的程式碼會帶來長期負債。程式設計師兼作家 James Shore 在一篇廣為流傳的部落格文章中指出：「現在寫程式碼快了一倍？最好確保你的維護成本減半。否則，你就完蛋了。你在用暫時的速度提升換取永久的束縛。」
新加坡管理大學於 2026 年 4 月發表的獨立研究警告說：「AI 生成的程式碼會在真實軟體專案中引入長期維護成本。」程式碼審查平台 Code Rabbit 分析開源 Pull Request，發現 AI 產出的程式碼問題率是人工撰寫程式碼的 1.7 倍。雖然這些數據來自有商業利益的程式碼審查工具公司，但多個來源皆呈現相同的趨勢。
為何生產力的承諾可能是空洞的 感知與實際生產力之間的落差並非新現象，但 AI 的大規模採用放大了其影響。開發者熱愛他們的 AI 助手——他們報告說感覺更快、更有能力、也更少挫折感。但客觀指標卻說明了不同的故事：更多的錯誤、更高的代幣成本，以及隨時間累積的維護負擔。可靠性工程新創 Entelligence AI 的執行長 Aiswarya Sankar 在一篇病毒式貼文中聲稱，公司將 44% 的 AI 代幣花在修復 AI 自己產生的錯誤上。
專家建議 解決方案因人而異。Cognition 執行長 Scott Wu（其公司開發 AI 程式碼代理 Devin）主張開發者應直接使用更多 AI 來修復 AI 所造成的問題。但 Wu 也承認 Devin 目前的表現介於初級與中級程式設計師之間，視任務而定——並非免手動的解決方案。
新加坡管理大學的研究人員倡導更以人為本的做法：開發者必須像熟悉程式語言一樣深入了解 AI 哪些任務處理得好、哪些處理不好。他們建議建立專為 AI 生成程式碼設計的嚴格品質保證系統，並對 AI 輸出進行仔細的人為審查——將其視為初級開發者的工作。研究人員與 Wu 在一點上達成共識：人類仍應負責軟體架構與安全設計等全局決策。
結論 程式設計職業已到達拐點。開發者將 AI 深度嵌入工作流程，以至於許多人無法或不願在沒有 AI 的情況下工作。但證據顯示，這種依賴伴隨著真實成本——預算膨脹、隱藏的維護負擔，以及感知與實際生產力之間的差距。未來的路徑可能不是拋棄 AI，而是制定更有紀律的使用時機與方式，並接受沒有任何工具能取代軟體工程中人類判斷的事實。
常見問題 Q1: METR 為何未能複製其 2025 年 AI 生產力研究？ 開發者拒絕參與需要在沒有 AI 協助下工作的對照組，即使是暫時的研究。METR 因此改為發佈基於調查的報告。
Q2: 什麼是 tokenmaxxing，為何具爭議性？ Tokenmaxxing 是以 AI 代幣消耗作為員工生產力指標的做法。亞馬遜與 Uber 等公司發現員工會玩弄系統，導致成本上升卻沒有相應的產出，最終放棄了代幣追蹤計畫。
Q3: AI 生成的程式碼會增加維護成本嗎？ 多項來源——包括新加坡管理大學的學術研究、Code Rabbit 的獨立分析，以及業界專家的評論——皆指出，與人工撰寫的程式碼相比，AI 生成的程式碼會帶來更多錯誤與長期維護負擔。
This post 程式設計師拒絕在沒有 AI 的情況下工作——但隱藏的成本正不斷累積 first appeared on BitcoinWorld.