“最优秀的开发者,正在被AI慢慢耗尽……”每天审查15个PR、硬啃2万行AI代码,资深工程师被逼成「质检员」,有人干脆辞职

资讯 AI 行业观察 作者:CSDN 全文 3717 字 · 约 10 分钟读完 配图 1 张 分类CopilotClaudeAnthropic微软人事变动产品更新

AI 编程工具越来越强,程序员却好像越来越不开心了。 以前,工程师最头疼的事情可能是赶项目、修 Bug、熬夜上线。现在,Claude Code、GitHub Copilot 等 AI 工具已经能帮他们生成大量代码,甚至接手过去需要几天才能完成的开发任务。 按理说,程序员应该轻松不少才对。 但现实却有些反常:一些经验丰富

所属频道 大厂动态产品更新Claude 与 AnthropicAI 编程与开发人物与组织

AI 编程工具越来越强,程序员却好像越来越不开心了。

以前,工程师最头疼的事情可能是赶项目、修 Bug、熬夜上线。现在,Claude Code、GitHub Copilot 等 AI 工具已经能帮他们生成大量代码,甚至接手过去需要几天才能完成的开发任务。

按理说,程序员应该轻松不少才对。

但现实却有些反常:一些经验丰富、曾经最热衷于写代码的工程师,正在经历严重的职业倦怠。有人开始怀疑自己当初为什么要入行,有人对现在的工作越来越提不起兴趣,甚至有人选择辞职,彻底离开软件开发行业。

不久前,科技媒体 LeadDev 发布了一篇题为《工程师正在为一份不复存在的工作而哀悼》(Engineers grieve a job that no longer exists)的报道,讲述了这场正在开发者群体中蔓延的变化。

报道中,LeadDev 采访了工程管理者、研究人员 Annie Vella。她表示,自己最近接触到不少开始重新审视职业选择的工程师。在一家公司里,有多名工程师同时辞职:有人希望离开后,未来工程师工作还能回到过去的样子,也有人干脆决定退出这个行业。

而问题是,他们并不是因为工作太忙才离开的。

AnnieVella 表示:“最近,我明显感觉到,社交媒体上出现了越来越多工程师坦诚分享自己真实感受的帖子。对很多人来说,工作重心正在从写代码转向管理和验证,比如调度 AI 智能体、审查代码——这让他们逐渐失去了对这份工作的热情。”

从写代码到管理 AI,工程师开始怀疑自己的价值

很多工程师之所以找到 AnnieVella,是因为她此前发表的一篇文章引发了广泛讨论,标题就叫《软件工程师的身份认同危机》(The Software Engineering Identity Crisis)。

在这篇文章中,她指出,很多人选择成为软件工程师,并不只是为了获得一份薪水,更是因为他们享受亲手创造东西的过程:自己分析问题、设计解决方案、敲下代码,最终看着一个想法变成真正运行的软件。

这种成就感,正是许多工程师职业认同的重要来源——但 AI 正在改变这一切。

“我们正在从创造者转变为协调者,从构建者转变为监督者。从工程师,变成某种看起来很像是……管理者的角色。”

Annie Vella 的研究发现,77% 的工程师表示,自己编写代码的时间减少了;接近一半的人担心,原本自己赖以立足的核心技能,未来可能会被提示词编写能力取代。

过去,软件行业不断推动专业化分工,把需求分析、系统设计、测试等工作交给不同岗位,让工程师专注于编码;如今,AI 开始接管越来越多的编码工作,工程师反而需要花更多时间编排 AI 智能体、审查生成的代码、验证运行结果。

这让一些…发者产生了强烈的失落感:自己花了多年时间磨炼编程能力,结果现在最重要的工作,却变成了检查 AI 有没有把代码写对。

“我用 AI 提效了,却正在失去对工作的热情”

这种矛盾并非个别人的主观感受。俄勒冈州立大学(Oregon State University)的研究人员开展了一项研究,调查了来自 56 家组织的 442 名专业开发者,想要弄清生成式 AI 究竟会如何影响程序员的职业倦怠。

研究采用了「工作需求—资源模型」(Job Demands–Resources Framework),分析 AI 普及后工作压力与组织支持之间的关系。结果发现:AI 带来的工作需求增加,尤其是工作量强化和组织压力,会显著加剧开发者的职业倦怠。

一名参与调查的开发者说得相当直白:“借助 AI,我的工作速度确实变快了,也能一口气完成大量任务,但我正在失去对这份工作的热情。”

不仅如此,研究还发现,职业倦怠与开发者的岗位、资历以及公司规模之间没有显著关联。也就是说,无论是初级程序员还是资深工程师,都可能受到影响。

另一份 Atlassian 发布的《2026 年开发者体验报告》也呈现出类似的矛盾:

● 在接受调查的 1500 多名软件从业者中,87% 认为 AI 能帮助自己更快交付工作,80% 认为 AI 让自己可以在不延长工作时间的情况下完成更多任务。

● 但与此同时,49% 的开发者每周至少要花 4 个小时审查 AI 输出、修正提示词等,还有 75% 的开发者表示,自己需要承担更多验证 AI 生成内容质量与安全性的责任。

换句话说,AI 确实让他们完成了更多工作,却没有让所有后续工作消失,也未必让他们更享受工作。

最累的不是反对 AI 的人,而是认真写代码的人

在这场转变中,最容易感到疲惫的工程师,并不一定是那些抵触 AI 工具的人。

恰恰相反,其中很多人曾经是 AI 工具的早期使用者。他们并不是抱着旧时代的开发方式不肯放手,而是非常在意代码质量,却眼睁睁看着整个行业的工作标准发生变化。

前谷歌和 Meta 工程师、技术负责人,如今转型为风险投资人的 Deedy Das,曾在一篇帖子中把这类人称为「工匠」(Craftsmen)。他对比了两种截然不同的开发者:

● 一种是他口中的「懒惰型开发者」:“他们只管把 AI 代码推上去,根本不真正编码。他们不手动测试,甚至连代码都懒得读,一切都交给自动化流程。”

● 另一种就是那些真正认真对待工程质量的「工匠」:“工匠们已经累坏了,真的非常累。”

他们的待审查队列里堆着 15 个PR,Slack 消息不断弹出。整个代码审查的重担,都落在了这些工匠身上。他们不仅要审查代码,还要承担理解代码的责任。但他们还在努力,一行一行地阅读代码,认真提出修改建议,希望最终交付的产品能更好。

可是,这些人得到的回应是什么?同事懒洋洋地回一句“这个想法真不错”,但用 AI 提交的修改却依然存在问题。「工匠」们心想,没关系,我自己修就好,甚至还写了一份文档,提醒同事要重视代码质量。

结果第二天,新的挑战又来了:一个足足有 2 万行代码的 PR 等着审查。日复一日,「工匠」的审查工作越来越多,Bug 也不断进入生产环境,却似乎没有人在意。

出了问题?那就再让 AI 修一轮。「工匠」对同事的不满越来越深,最终,他们也放弃了:因为这一切,已经和过去完全不一样了,他们曾经热爱的那门手艺,似乎已经死了。

正如 Deedy Das 所说,这些「工匠」真正疲惫的原因,并不是害怕 AI 抢走自己的工作,而是自己成了团队里最后一道质量防线:当其他人不再关心代码是否经过理解、测试和验证,所有责任便落到了少数认真做事的人身上。

最容易被忽视的,是 AI 带来的“隐形劳动”

为什么管理者往往很难发现这些问题?因为传统的软件工程指标,很可能正在掩盖真实情况。

过去,团队可以通过代码提交量、开发速度、部署频率等指标判断生产效率;但在 AI 参与开发之后,这些数字不一定能反映工程师真正付出了多少劳动——AI 可以在短时间内生成大量代码,可这些代码还需要人来审查、调试和验证。尤其是当工程师要为自己并未亲手编写、甚至不完全理解的代码承担责任时,工作难度反而可能更高。

而问题在于,这部分工作通常不会出现在绩效仪表盘上。

于是,一种“不公平”的局面出现了:借助 AI 快速生成代码的人,看起来产出很高;认真审查代码、修复问题的资深工程师,却因为提交量不够多而显得效率较低。

如果公司只关注代码产出,却不统计审查和验证成本,就很容易把真正承担大量工作的员工误判为低效。因此,管理者需要重新审视 AI 时代的生产力指标,例如统计审查 AI 生成 PR 所花费的时间、调试他人或 AI 编写代码的时间,以及验证复杂代码行为所需的精力。

否则,所谓的 AI 效率提升,很可能只是把工作从一个环节转移到了另一个环节。

管理者,或许现在就该和工程师谈谈了

在 Annie Vella 看来,目前真正的问题并不是软件工程是否应该随着 AI 发展而改变,而是:这场变革究竟有没有考虑过工程师的感受,还是仅仅被管理层强行推到了他们面前?

“AI 为工程师提供了一个重新回归整体性问题解决的机会。他们可以重新关注用户需求、业务影响、系统设计和运维工作,成为真正掌控整个构建过程的全能型工程师,而不只是单纯的代码编写者。”

这其实是一个相当乐观的愿景,但问题在于,这种愿景不会自动实现。

如果缺少有效的管理和引导,工程师的工作很可能会沿着另一条路径发展:越来越多的时间用于验证、审查和监督,而真正享受创造过程的人则会继续离开。

对于管理者来说,这已经不是过去熟悉的那种职业倦怠了。它不再只是因为加班太多、项目期限太紧,或频繁值班造成的疲惫,而是工作本身的性质正在发生变化,变化速度甚至超过了员工的适应能力。

那些正在经历职业倦怠的工程师,其实已经发出了非常明确的信号。他们并不是在说改变本身就是坏事,而是在说:没有人问过他们希望这场变化朝什么方向发展,也没有人真正关心他们如今正在经历什么。

对于工程管理者而言,第一步其实很简单,却也很难做到——

主动问一问工程师:你现在的工作,还是你当初热爱的那份工作吗?

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. AI编程工具越强,工程师为何被15个PR、2万行代码拖垮?

    编译 | 郑丽媛出品 | CSDN(ID:CSDNnews)AI 编程工具越来越强,程序员却好像越来越不开心了。以前,工程师最头疼的事情可能是赶项目、修 Bug、熬夜上线。现在,Claude Code、GitHub Copilot 等 AI 工具已经能帮他们生成大量代码,甚至接手过去需要几天才能完成的开发任务。按理说,

    来源 腾讯网
  2. Proton Lumo桌面版上线:隐私优先AI助手硬刚ChatGPT

    以加密邮箱起家的Proton将AI助手Lumo带到桌面端,覆盖Windows、macOS与Linux。新应用可跨本地文件与已连接应用自动执行任务,并允许用户精细控制AI能访问哪些内容。在ChatGPT、Claude加速渗透办公场景的当下,Proton试图用"数据不离开用户掌控"切入市场,为注重隐私的个人与企业

    来源 AI 科技快讯
  3. Gmail宕机传言虚惊一场,谷歌连夜澄清并指向补丁潮与AI挖洞

    过去一周,微软365、Outlook大规模中断;11月17日苹果因内部系统更新故障,iCloud、Apple Pay等服务受影响。随后X上传出Gmail也宕机,源头或为Downdetector:美东17日中午收到超2800条故障报告,多涉及邮件接收。但该平台数据由用户众包提交,仅反映报告情况,不足以证实Gmail发生大

    来源 AI 产业速递
  4. 微软扩展 Win11 中的 Copilot:可诊断电脑故障,还能修复

    IT之家 11 月 18 日消息,昨日(11 月 17 日)召开的 Ignite 2026 活动中,微软宣布拓展 Windows 11 系统的 Copilot 技能,将其升级为“能看懂电脑状况的 AI 诊断助手”。根据微软官方描述的场景方案,用户未来使用 Windows 11 系统过程中,如果遇到蓝牙耳机没有声音、外接

    来源 腾讯网
  5. 微软医疗转录 AI 覆盖全美三分之一医师,多语言错误率砍半

    微软在 Ignite 2026 宣布,医疗 AI 产品 Dragon Copilot Transcribe 已全面换用自研语音识别模型 MAI-Transcribe-2,承担 100% 医患对话转写。该模型可更快更准地将问诊录音转为结构化临床记录,减少医生整理病历、核对术语时间,并支持多语言工作流,每月处理约 1000

    来源 AI 产业速递
  6. 微软MAI Code 2自研模型亮相:接入现有体系,性价比数据对比OpenAI

    当地时间11月17日,微软推出了MAI Code 2与MAI Code 2 Flash两款模型。微软表示,这两款模型为日常的企业编程任务打造,并且重点强调其性价比:以不到一半的价格实现相似的生产质量。为突出性价比,微软更是摆出了相关数据。微软表示,在四个广泛使用的基准测试(这些基准测试针对在GitHub Copilot

    来源 腾讯网
  7. OpenAI发布GPT-6.2 Astra与Sol:同任务成本仅Claude Fable 5.2约5%

    就在 Anthropic 敲钟上市的同一天,OpenAI 端出了它的“贺礼”。 11 月 18 日凌晨消息,OpenAI 正式发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款新模型:在复杂专业任务上,GPT-6.2 Astra 的得分超过 Claude Fable 5.2,而单任务成本只有后者的约 5

    来源 AI 行业观察
  8. AI自己造的harness靠谱吗?中科院计算所团队推出Doc2Harness评测

    你可能听说过GPT、Claude这些大模型能自己写代码、改bug、完成复杂的软件工程任务。但很少有人意识到,这些模型能做到多好,其实有一大半功劳不在模型本身,而在一个叫"harness"的东西上。harness:可以理解为AI智能体的工作外壳,它负责管理对话轮次、调用各种工具(读文件、写文件、执行命令)、处理权限、保存

    来源 腾讯网
  9. 微软MAI Image 2.7发布:1/5价格击败GPT Image 2.6登顶

    IT之家 11 月 18 日消息,微软昨日(11 月 17 日)发布推出 MAI Image 2.7 和 MAI Image 2.7 Flash 图像生成与编辑模型,并上线由 Flash 驱动的交互式创作空间 Canvas。 费用方面,两款模型已在 Microsoft Foundry 开启公开预览,官方公布的每千张图片

    来源 AI 行业观察
  10. 可灵AI上线Kling Image 4.0:原生8K生成,单图可写2000字

    【TechWeb】11月17日晚,可灵AI全新一代图像创作模型Kling Image 4.0正式上线。 真实、文字表现、指令理解和一致性,是这一代模型升级的核心方向。Kling Image 4.0聚焦影视创作、广告营销等专业图像创作场景,在三个方向实现集中突破:画面真实感全面升级,光影、肤质与材质纹理呈现接近相机直出的

    来源 AI 行业观察
  11. OpenAI发布GPT-6.2 Astra:性能超Claude Fable 5.2,成本仅5%

    OpenAI在Anthropic上市前夕"精准狙击",推出GPT-6.2 Astra与Sol双模型。GPT-6.2 Astra定位于复杂专业工作场景,涵盖金融建模与科学研究等领域,在多步骤专业工作基准测试中的得分较Claude Fable 5.2高出5.5分,而成本仅为后者的5%。GPT-6.2 Sol面向日常任务,成

    来源 华尔街见闻
  12. Gmail 故障传言惊动谷歌:官方否认大面积宕机,称服务正常

    过去一周微软 365、Outlook 大规模中断,苹果又在当地时间 11 月 17 日因内部系统更新翻车,波及 iCloud、Apple Pay 等多项服务。在这波宕机气氛里,社交媒体 X 上突然传起 Gmail 也出故障的消息。传言源头很可能是监测平台 Downdetector——美东时间 17

    来源 AI 开发者社区
  13. 微软MAI Image 2.7发布:1215分登顶图像编辑榜,成本仅对手1/5

    人工智能在图像生成与编辑领域的竞争迎来新的里程碑。微软于11月17日正式推出全新一代图像生成与编辑模型——MAI Image2.7与 MAI Image2.7Flash,并同步上线了由 Flash 驱动的交互式创作空间 Canvas。 精准局部修改:只改需要改的地方,全面保持视觉一致性 此次更新的核

    来源 AI 开发者社区
  14. Model ML融资2.5亿美元:AI能替投行初级分析师熬夜吗?

    据TechCrunch报道,AI创业公司Model ML完成2.5亿美元融资,主打为投行与咨询顾问自动更新财务模型和演示文稿。其代理能理解交易全貌,在新信息影响分析时自动同步修改。这轮融资折射出资本对金融垂直AI的押注:投行初级员工的建模与做PPT苦活,正成为大模型最现实的落地场景之一。

    来源 AI 行业观察
  15. 微软 MAI Image 2.7 发布:图像编辑榜单登顶,成本仅对手五分之一

    微软11月17日推出新一代图像生成与编辑模型MAI Image2.7与MAI Image2.7Flash,并上线Flash驱动的交互式创作空间Canvas。此次更新主打“精准修图”与“视觉稳定”:MAI Image2.7可对特定物体的颜色、材质或空间位置进行精准局部修改,只改需改之处,全面保持视觉一致性,标志AI图像生

    来源 AI 产业速递
  16. 可灵AI上线Kling Image 4.0:单图可生成2000字,组图一次最多10张

    11月18日消息,17日夜间,可灵AI全新一代图像创作模型Kling Image 4.0正式上线。本次升级在画面真实感、文字表现力、指令理解与一致性上实现显著提升:原生相机级真实感让光影质感更自然,原生8K超高清画质带来丰富细节;文字生成与设计表现全面升级,支持单张图片内生成2000字;组图直出支持一次描述生成最多10

    来源 AI 行业观察
  17. 李沐加盟的Aimotion,是一家什么AI公司?

    最新消息,这位前AWS AI资深首席科学家、Apache MXNet创始人之一、卡内基梅隆计算机博士,已经正式出任硅谷AI公司Aimotion的联合创始人兼CTO,亲自带队搭建其下一代产业级AI技术体系。

    来源 量子位
  18. 特朗普AI新政:25家美企获“国家冠军”认定,芯片管制转向出海

    据《华尔街日报》报道,特朗普政府最快于11月22日正式宣布将Nvidia、OpenAI、亚马逊、微软、Anthropic等逾25家美国AI企业认定为"国家冠军",享受出口许可快速审批、海外运营政府担保及联邦融资支持。这是2025年7月行政令《美国AI出口计划》的具体落地,标志着华盛顿AI政策主轴从"卡住中国"转向"主动

    来源 AI 行业观察
  19. 微软Maia 200投产:3纳米工艺,每瓦性能最高提升1.7倍

    微软在11月17日Ignite 2026宣布,第二代自研AI加速器Maia 200已规模化生产,并开始在数据中心支撑其最大规模前沿AI大模型。该芯片主打每瓦token处理量,在Teams、Copilot、Cowork等内置AI功能中,较领先GPU基础设施最高提升1.7倍,同等电力下产出近一倍,面向AI推理。

    来源 AI 产业速递
向下滚动自动加载更多