AI让开发快了5倍,为什么程序员反而更累了?

AI提升了编码速度,也放大了过载风险,省下的时间更该留给思考、学习与交流。

冷月清谈:

AI显著压缩了编码和交付时间,却也容易让开发者接下更多任务,同时推进大量工单与PR。短期产出暴增之后,频繁切换上下文、评审质量下降和任务积压,反而加速了职业倦怠。作者因此重新分配AI节省的时间:深入阅读技术资料、理解功能全貌、与同事结对交流,并通过工作日志梳理思路、听取用户反馈。这种调整没有让交付数量增长十倍,却提升了决策质量和产品价值。AI带来的生产力不应全部兑换成更多工作,更适合用于思考、学习、沟通和验证方向。

怜星夜思:

1、【讨论1】AI带来的效率提升,应该看代码和功能数量,还是看最终解决了多少问题?
2、【讨论2】团队怎样避免AI提速之后,任务过载、PR积压和评审质量下降?
3、【讨论3】当AI承担越来越多编码工作,开发者最值得投入时间培养什么能力?

原文标题:做了 15 年开发,我第一次被 AI 搞得这么累!

原文作者:图灵编辑部

原文内容

现在几乎每个程序员都在经历同一种成长的烦恼。我们就像刚获得超能力的闪电侠,第一次体验到极速的感觉,跑得飞快,快到连自己想干什么都没跟上。

和很多人一样,AI 猛地闯进了我的日常工作,而且立竿见影。以前要花好几天的活儿,现在几个小时就能搞定。再大、再复杂、再硬核的项目,我都敢接,而且交付得飞快。

我的效率翻了 5 倍。那下一步就很顺理成章了,效率翻了 5 倍,就该干 5 倍的活儿,对吧?我就是这么做的,身边很多朋友和同行也是这么做的。

  • 有个 bug 报告,看着像是基础设施出了问题?我来!

  • 要做一个管理用户设置的新页面?排上!

  • 需要一个封禁用户的后台工具?教练,让我上!

我手上的 PR 堆成了山。AI 帮我写 Linear 工单、回复讨论串、写项目总结。什么都在干,哪儿都有我,所有事情同时推进,活脱脱一部《瞬息全宇宙》。

但就像《料理鼠王》里那个被帽子底下的小老鼠操纵的厨师一样,我其实并没有真正掌控局面。

几个月下来,我累垮了。说到效率?我把自己累垮的速度也快了 10 倍!这才叫真正的提速。

我不得不停下来问自己:“多出来的这些生产力,到底该拿来干什么?”

显然,“干得更多、更拼”不是答案。上下文在不断丢失,PR 一搁就是好几周,被忘得一干二净,代码评审也不像以前那么仔细了。

慢下来工作

我没有继续在这条路上狂奔,而是退后一步,想了想:“工作中哪些时间是我过得最有价值的?”

对我来说,最好的时刻是自己在学东西,或者帮别人学东西的时候。

当我的 Agent 开始跑循环,拉起子 Agent、自我审查、一个接一个地叠 PR 时,我能不能不去再开一轮新任务,而是读点东西?

能不能私信一个同事,问问他要不要一起结对编程?

再大胆一点:能不能写点东西?

于是我开始这么做了。我开始认真读技术文章和博客。我做 Web 开发十五年多,练就了一身一目十行的本事,但只是找我要的代码片段、结论,或者那个库的链接。

在 AI 出现之前,你不得不这样。写代码本身就太花时间了,哪有工夫细细消化别人那篇絮絮叨叨的博客。

但这样错过的,恰恰是这个行业最有人情味的部分:风趣的作者、相似的经历、一路走来的心路历程。

说句公道话,大部分 Stack Overflow 的帖子确实扫一眼就够了,但也不是全部!

现在我读文档也更仔细了。我会去真正搞懂 React 里的 ViewTransition 是怎么运作的,而不是找到代码片段、贴进去、再边跑边调。

这种深入阅读也改变了我和 Agent 协作的方式。因为我花时间把一个功能的全貌都吃透了,所以会更有意识地引导它们,走一条我自己本来就会走的路。

尝试写作

我发现最值得花时间的事,是写作。

我几乎每天都会在 TK 上写工作日志。放在以前,我会觉得太忙了,连 15 分钟写点零碎想法都挤不出来。

结果你猜怎么着?真的有人看!还有人评论!我因此和真实用户聊了起来,还碰撞出了不少新功能的点子。

我们上线的投稿规则、内容日历、新的编辑页面,全都是因为有人读了我的工作笔记、留了言,才有的。

把省下来的生产力投到真正对用户有用的事情上,这笔 token 花得值。

我理解那种诱惑。待办清单永远清不完;上次你一天就交付了一个功能,把领导惊艳到了,于是总想再追一次那种快感;社媒上人人都在晒自己又上线了什么副业项目。

但慢下来、把想法写下来之后,我明白了一件事,从长远看,用心做事反而更高效。

如果你愿意花时间想清楚自己的决定、想清楚你的产品,把想法写下来,或者找个同事聊一聊,你会惊讶于自己能学到不少东西。

我现在交付的东西没有多出 10 倍,但每一样的分量,都重了 10 倍。

图灵 AI365

读完这篇文章,同为开发者的你可能也有同感,AI 让我们的手速越来越快,但脑子常常跟不上。

新模型一周一个,新工具一天一个,每个人都在喊“再不学就晚了”。于是我们刷资讯、追热点、收藏了一堆教程,最后发现自己只是更焦虑了,而不是更明白了。

作者给出的答案是:把省下来的时间,花在真正值得学习的东西上。 认真读一篇好文章,找一个懂行的人聊一聊,想清楚方向再动手。

但问题是,在这个信息爆炸的时代,什么值得读?该找谁聊?

在飞速变化的 AI 环境下,我们想给你最好的 AI 视野:

  • 一线实践者经验分享:我们邀请真正在做 AI 落地的工程师、作者和专家,分享他们踩过的坑和总结出的方法,不讲空话;

  • 帮你筛掉噪音:我们替你追热点、做筛选,你只需要花一点时间,就能看清什么是趋势,什么只是泡沫;

  • 能提问,能交流:直播里可以直接和嘉宾互动,就像文章里说的,找个懂行的朋友聊聊,胜过自己闷头摸索;

  • 全年陪伴学习:每月直播,覆盖前沿 AI 方向,错过也有回放。还能入群跟志同道合的小伙伴共学。

与其被 AI 推着跑,不如花点时间,站高一点看清方向,每天不到 1 元钱,加入图灵 AI 365。👇

讨论1可以参考研发效能里的多维指标:交付周期、变更失败率、恢复时间和用户结果要一起看。只盯功能数量,很容易诱导团队制造无意义的忙碌。

1 个赞

回应讨论2:我觉得应该给评审也设预算。写代码快了,但审代码的人没有长出三头六臂。没有足够评审时间的PR,就不该继续批量生产。

1 个赞