AI编程泡沫要破了！这半年，硅谷最反常的现象出现了：那些最先拥抱AI的顶尖程序员，正悄悄卸载工具，重新拿起键盘“古法手写”。不是AI不够快，而是它写出的东西根本没法维护。狂热过后，全行业退烧。

谷歌工程师正在经历一场集体性的幻灭。

一边是谷歌对外高调宣传自家AI编码工具处于行业顶尖，另一边，谷歌内部悄悄炸锅了。连谷歌自己的工程师，都开始偷偷跑去用竞争对手Anthropic的Claude Code写代码。

你没看错，就是那个被谷歌列为"禁用工具"的Claude Code。

这事搁普通人身上，就好比一家火锅店的大厨，下班之后跑去隔壁店吃饭，还吃得津津有味。这画面，细品一下，是不是有点绷不住？

更离谱的还在后头。

谷歌联合创始人谢尔盖·布林某天回公司写代码，发现谷歌自家的Gemini，赫然出现在内部"禁止使用"的工具名单上。自家研发的AI，被自家工程师列为禁用，这个操作，堪称年度最尬内部公告。布林为了把Gemini从黑名单里捞出来，前后折腾了好几个星期，最后还搬出了CEO桑达尔·皮查伊才摆平这件事。

这背后藏着一个让人不太舒服的现实：AI写代码，真的没那么好用。

一项覆盖近800名开发者的研究数据直接点明了问题，使用AI编程助手的工程师，产出的Bug数量整整多了41%，交付效率却没有任何实质提升。代码产量是上去了，但进入审查、测试、安全校验这些环节之后，积压的问题成倍涌出，流水线不但没提速，反而堵得更死。

国内的情况也在印证这一点。字节内部有老员工反映，部分应届生提交的代码，一眼就能看出是AI生成的产物。篇幅挺长，格式也工整，但一到代码评审阶段，底层逻辑漏洞就全暴露了，修复调试的难度有时候比从头重写还高。

这里有一个很值得讨论的问题，也是很多人没想清楚的地方。

AI写代码的问题，真的只是技术成熟度不够吗？

我觉得不一定。有一个更扎心的可能性，是我们根本还没搞明白怎么用它。

研究机构METR今年2月想重新测量开发者用不用AI的效率差异，结果发现，开发者直接拒绝参与，因为他们已经不愿意在没有AI辅助的状态下工作了。换句话说，AI工具还没被证明真的有效，很多人就已经产生了依赖。就像你不知道一根拐杖能不能承重，已经先把全身体重压上去了。

开发者自我报告说，AI让他们的价值提升了一倍，但多个来源的实际数据全都在说相反的故事。Uber今年前四个月就烧光了全年AI预算，COO亲口承认没有看到可量化的效率提升。亚马逊内部搞了个AI使用量排行榜，结果发现员工只是在疯狂刷用量，根本没有带来实际产出，排行榜很快就被关掉了。

这三家公司，随便拎出来一家都是技术顶尖的存在，结果交出的答卷一模一样：花了大钱，看不到回报。

所以问题来了，到底是AI不行，还是人不会用？

我个人的判断是，两者都有，但后者被严重低估了。AI生成的代码缺乏对已有代码库架构的理解，模型只是在海量代码中做模式匹配，它不知道你的系统在干什么，也不在乎你的代码维护起来有多费劲。这不是模型质量的单一问题，是一个结构性的缺陷。

更现实的困境在于，我们培养出了一代离不开AI的工程师，却还没有建立起与之配套的质量保障体系。AI写得越快，审查的人就越来越难跟上，最后的结果就是，大家都在赶进度，没人在盯质量。

有人会说，这不过是技术发展初期的阵痛，等AI再进化一两代就好了。

这话也没错，但问题是，在那一两代到来之前，谁来承担这段时间里已经埋下的技术债？

AI取代程序员这个命题，目前看来还很远。但AI正在悄悄改变程序员这个职业的判断力和工作方式，这件事，已经在发生了。

这才是真正值得担心的地方。