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,
AI 编程工具一代比一代强,程序员的心情反倒没好起来。
过去工程师最犯愁的事,无非是赶进度、改 Bug、通宵等上线。如今 GitHub
Copilot 这类工具已经能吐出大量代码,有些原本要花几天才做完的开发活,它们也接得下来。
照理讲,程序员该省下不少力气。
可实际情况有点反着来:一批经验老到、过去最爱写代码的工程师,眼下状态很糟。有人开始琢磨自己当初为什么进这一行,有人对眼下的活越来越没劲,还有人直接辞了职,彻底告别软件开发行业。
前一阵,科技媒体 LeadDev 刊出一篇报道,题目是《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),讲的就是开发者群体里正在扩散的这股变化。
报道里,LeadDev 采访了工程管理者、研究人员 Annie Vella。她说自己近来碰到不少重新打量职业道路的工程师。有一家公司好几名工程师同时走人:一部分人盼着离开之后,将来工程师的活还能回到从前那副样子;另一部分人索性不干了,退出这个行业。
问题在于,他们走,不是因为活太多。
AnnieVella 说:“这段时间我有一个很直观的感受:社交媒体上,越来越多的工程师开始坦率地讲出自己的真实状态。不少人手里的活正从写代码慢慢变成管理和验证,调度就是其中之一——干着干着,对这份工作的热情也就没了。”
从亲手写代码到管着 AI 干活,工程师开始怀疑自己还有多少价值
不少工程师找上 AnnieVella,起因是她早前那篇文章闹出了不小的讨论,文章标题就叫《
她在文中写道,很多人选软件工程师这条路,图的不只是一份工资,更因为他们喜欢亲手做出东西的那个过程:自己拆解问题、自己设计方案、自己敲代码,最后看着一个念头变成真能跑起来的软件。
这份成就感,是许多工程师认自己这份职业的关键来源——AI 却把这套东西搅动了。
“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 的研究给出的数字是:77% 的工程师说自己写代码的时间变少了;将近一半的人担心,自己原先安身立命的核心本事,往后可能被写提示词的能力顶掉。
早些年,软件行业一路推着专业化分工走,需求分析、系统设计、测试这些活分给不同岗位,工程师只管编码;现在 AI 接手的编码工作越来越多,工程师反倒要拿更多时间去编排
一些开发者因此心里空落落的:编程能力磨了这么多年,到头来最要紧的差事,成了核对 AI 写的代码对不对。
“AI 让我提了效,可我对工作的热情正在溜走”
这种别扭劲不是某几个人的错觉。想搞清楚
研究用的是「: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
有位参与调查的开发者讲得很直接:“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。”
研究还发现,也就是说,初级程序员也好,资深工程师也罢,谁都可能被波及。
另一份 :
● 受访的 1500 多名软件从业者里,87% 觉得 AI 能帮自己更快把活交付出去,80% 觉得靠 AI 能在不加长工时的情况下干完更多事。
● 可另一边,49% 的开发者每周至少得掏出 4 个小时审查 AI 的输出、修补提示词之类,另有 75% 的开发者说,验证 AI 生成内容的质量与安全,这份责任落到了自己肩上,而且更重了。
说白了,AI 帮他们干完了更多活,可后面的收尾工作一样没少,干得也未必更开心。
最疲惫的那批人,恰恰不是抗拒 AI 的
这轮变化里,先扛不住的工程师,未必是抵触 AI 工具的那一类。
情况常常相反:他们当中不少人是 AI 工具的早期用户。没人抱着老一套开发方式不放,他们真正在意的是代码质量,却眼看着整个行业的工作标准在变。
前谷歌、Meta 工程师,做过技术负责人,如今转行做风险投资人的 Deedy Das,曾在一篇帖子里把这类人叫作「工匠」(
●一类是他说的「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。”
●另一类就是那些认真对待工程质量的「工匠」:“工匠们已经累坏了,真的非常累。”
待审查队列里堆着 15 个 PR,他们仍在硬撑,一行一行读代码,认真提修改建议,指望最终交付的东西能好一点。
换来的回应是什么?同事懒洋洋回一句“这个想法真不错”,AI 提交的改动却照样带着问题。「工匠」们想,算了,我自己修,还专门写了份文档,提醒同事重视代码质量。
第二天新麻烦又来了:一份足足 2 万行代码的审查任务,Bug 还在不断涌进来,却好像没人在意。
出了事?再让 AI 修一轮。「工匠」对同事的不满越积越深,最后也撒手了:一切已经和过去完全两样,他们曾经热爱的那门手艺,似乎已经死了。
Deedy Das 说得很清楚,这些「工匠」累垮的真正原因,不是怕 AI 抢饭碗,而是自己成了团队最后一道质量防线:别人不再关心代码有没有被理解、测试、验证,担子就全压到了少数认真做事的人身上。
还有一块最容易被忽略:AI 带来的“隐形劳动”
管理者为什么常常看不见这些问题?传统软件工程指标很可能正在遮住真实情况。
以前团队看代码提交量、开发速度、部署频率,就能判断生产效率;AI 参与开发之后,这些数字未必还反映得出工程师真正付出了多少——AI 短时间能生成大量代码,可这些代码还得人来审查、调试、验证。工程师要为自己没亲手写过、甚至没完全看懂的代码担责,难度反而更高。
麻烦在于,这部分工作通常不会出现在
于是一种“不公平”的局面冒了出来:靠 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,反倒因为提交量不够多显得效率低。
公司若只盯代码产出,不统计审查和验证的成本,很容易把真正扛活的人误判成低效。管理者需要重新看看 AI 时代的生产力指标,比如统计审查 AI 生成
不然,所谓的 AI 效率提升,可能只是把活从一个环节挪到了另一个环节。
管理者,也许现在就该找工程师聊聊了
Annie Vella 认为,眼下真正的问题不是软件工程该不该随 AI 改变,而是:这场变革有没有考虑过工程师的感受,还是被管理层硬推到他们面前的?
“AI 让工程师有机会重新回到从整体上解决问题这条路上。用户需求、业务影响、系统设计、运维,这些都可以重新成为他们关注的重点,从而变成真正掌控整个构建过程的全能型工程师,而不只是写代码的人。”
这个愿景相当乐观。问题是,它不会自己落地。
缺少有效的管理和引导,工程师的工作很可能走向另一条路:越来越多时间花在验证、审查和监督上,而真正享受创造过程的人会继续离开。
对管理者而言,熟悉的疲惫已经不在了。加班太多、项目期限太紧、频繁值班,这些都不是眼下的根由。变的是工作本身的性质,而且变得比员工适应的速度还快。
正在经历这一切的人,没人问过他们想把这场变化推向哪个方向,也没人真的在意他们此刻在经历什么。
对工程管理者来说,第一步说简单也简单,说难也难——主动去问工程师一句:你现在干的这份活,还是你当初喜欢的那份工作吗?
11 月 21 日,2026
该专场将围绕
面向前 100 名报名用户免费开放,还可领取原价值 1500 元的大会专场议程,席位有限,先报先得!