研究人员发现，到了2026年，你无法从开发者紧抓不放的AI编程工具中将其夺走。但其他研究人员警告称，虽然AI无疑正在帮助程序员更快地生成代码，但它可能并未产生更优质的代码，这可能会在未来给他们带来问题。
AI依赖加深：无AI则难完成任务
具体而言，备受尊敬的AI研究实验室METR在2026年2月公布了一项令人惊讶的启示：如果没有AI，大多数开发人员甚至无法处理有限数量的任务。
METR原本希望为几个月前即2025年发表的关于AI编码生产力的开创性研究提供更新，该研究测量了开源开发人员手动完成任务与使用AI完成任务所花费的时间。尽管该研究中的开发人员报告称AI提高了他们的工作效率，但他们震惊地发现，AI实际上拖慢了他们的进度。诚然，AI生成代码的速度更快，但他们花费了额外的时间来查找和修复错误、引导AI并等待其完成任务。
当METR着手重复这项实验以衡量AI和程序员技能的进步时，他们却未能做到。研究人员承认，开发人员不愿意参与“因为他们不希望在没有AI的情况下工作”，即使只是为了参加这项研究。
生产力幻象：Tokenmaxxing趋势终结
相反，METR在5月发布了一份调查，允许技术员工自我报告其AI生产力提升情况。不出所料，他们认为AI使他们对组织的价值翻了一番。但最近关于所谓“tokenmaxxing”巨额开销的头版新闻，加上近期的一些研究，使得这种自我认知显得可疑。
Tokenmaxxing（即使用个人使用的token数量作为AI生产力的代理指标）是2026年以来的趋势，而这一趋势可能已经结束了。亚马逊关闭了其内部名为Kirorank的token追踪排行榜，因为员工过度使用AI代理来刷榜，导致成本飙升，《金融时报》本周报道了这一情况。这些员工证明，使用AI并不自动转化为生产力的提高。
The Information报道称，Uber在2026年的前四个月内就耗尽了其AI预算。首席运营官Andrew Macdonald最近在播客中表示，此类支出并未带来项目或生产力的可衡量增长。
维护陷阱：速度提升换取永久奴役
程序员兼作家James Shore在Hacker News上病毒式传播的一篇博客文章中优雅地论证道，AI生成的代码也不一定能减少持续的代码维护需求，甚至可能增加它。他写道：“你现在写代码的速度快了一倍？最好祈祷你的维护成本减半。”否则，“你就完了。你是在用暂时的速度提升换取永久的奴役。”
还有其他证据表明，AI可能会增加代码维护的麻烦。可靠性工程代理初创公司Entelligence AI的创始人兼CEO Aiswarya Sankar的一条热门推文宣称，公司将其44%的令牌用于修复其AI生成的错误。与此同时，代码审查工具公司CodeRabbit表示，他们分析了开源拉取请求，发现AI产生的问题比人类代码多1.7倍。
诚然，这些数据来自那些试图销售AI代码审查工具的人，带有自利色彩。然而，独立研究人员也发现了此类问题。来自新加坡管理大学的研究人员在4月发表了一份报告，警告称“AI生成的代码可能会给实际软件项目引入长期的维护成本。”
应对之道：人机协作与质量把控
鉴于程序员热爱他们的AI助手，解决方案是什么？那些想向你出售AI编码代理的人说，开发人员只需使用AI编码代理来快速完成修复代码等枯燥乏味的任务，速度跟上AI生成代码的速度即可。这正是AI编码代理Devin的制造者、Cognition创始人兼CEO Scott Wu建议的做法。但他也承认，尽管Devin可以独立工作，但目前根据任务不同，他会将其技能评级为初级到中级程序员之间，这不是一个可以放手不管的解决方案。
SMU的研究人员提出了一种更具人性化的方法。程序员应该像熟悉自己最喜欢的编程语言一样，深入了解AI擅长和不擅长的任务。他们需要为AI设计强大的质量保证系统，并且必须像对待初级开发人员一样仔细审查AI的工作成果。与此同时，研究人员表示（吴也同意），人类仍应负责软件架构和安全设计等宏观层面的工作。