泉源：水果姐与特鲁多天下杯看台观赛作者： 陈玮郁：

AI编程工具普及背后：效率提升的假象与代码维护的隐患

IT之家 5 月 31 日新闻，，，，研究职员发明，，，，2026 年，，，，AI 编程工具已然成为开发者离不开的辅佐。。。。。。

但尚有研究者提醒，，，，只管 AI 无疑能让程序员写代码的速率变得更快，，，，代码质量却未必随之提升，，，，这在未来可能会埋下诸多隐患。。。。。。

详细来看，，，，着名人工智能研究实验室 METR 在 2026 年 2 月宣布了一项出人意料的结论：现在绝大大都开发者哪怕只是处理少量事情，，，，也离不开 AI 工具。。。。。。

此前在 2025 年，，，，该机构曾宣布过一份极具开创性的研究，，，，聚焦 AI 对编程效率的影响。。。。。。本次 METR 本妄想跟进更新这项研究，，，，比照开源开发者手动编码与借助 AI 编码的耗时差别。。。。。。

在 2025 年的研究中，，，，开发者们都体现 AI 提升了自己的事情效率，，，，可最终数据效果却令所有人意外：AI 现实上拖慢了整体事情进度。。。。。。AI 天生代码的速率虽然很快，，，，但开发者要特殊破费大宗时间排查、修复误差，，，，还要一直指导 AI、期待其完成使命。。。。。。

当 METR 团队想要复刻这项实验，，，，以此评测 AI 手艺与程序员能力的前进时，，，，实验却无法开展。。。。。。

研究职员坦言，，，，开发者们不肯加入实验，，，，原因是哪怕只是为了完成测试，，，，他们也无法接受脱离 AI 事情。。。。。。

无奈之下，，，，METR 在同年 5 月转而宣布了一份调盘问卷，，，，由手艺从业者自主反馈 AI 带来的效率提升。。。。。。不出所料，，，，受访者普遍以为，，，，AI 让自己在公司里的事情价值翻了一倍。。。。。。

然而，，，，近期一再爆出的词元（token）滥用导致本钱激增的相关新闻，，，，再加上多项最新研究，，，，都让这类主观自评显得站不住脚。。。。。。

IT之家注重到，，，，用词元使用量权衡 AI 办公效率（即“词元量化审核”）是 2026 年以来的行业风潮，，，，而这股热潮现在或许已经走向落幕。。。。。。

据《金融时报》本周报道，，，，亚马逊关停了内部名为“基罗排名”的词元用量排行榜。。。。。。原因是员工为冲榜单太过挪用智能体，，，，不但恶意刷高词元消耗，，，，还大幅增添了运营本钱。。。。。。这一征象也印证了：使用 AI 并不等同于事情效率提升。。。。。。

另据科技媒体《The Information》新闻，，，，优步仅用四个月就耗尽了 2026 整年的 AI 预算。。。。。。公司首席运营官安德鲁?麦克唐纳克日在一档播客节目中坦言，，，，高额投入并未带来项目体量或事情效率的实质性增添。。。。。。

程序员、作家詹姆斯?肖尔在一篇爆红于 Hacker News 的博客文章中一针见血地指出：AI 天生的代码也没能镌汰后续的代码维护事情，，，，反而可能让维护压力变得更大。。。。。。

他写道：“就算你现在写代码的速率快了一倍，，，，也得祈祷维护本钱能随之减半。。。。。。否则只会陷入逆境 —— 你换来的只是一时的速率提升，，，，却被套上了永世的运维枷锁。。。。。。”

尚有更多证据批注，，，，AI 会加剧代码维护难题。。。。。。

可靠性工程署理首创公司 Entelligence AI 的首创人兼首席执行官艾斯瓦里亚?？？
？？？？ǘ嫉囊惶跬莆囊⑵毡樽，，，，她体现，，，，各大企业近 44% 的 AI 词元消耗，，，，都用于修复 AI 自身天生的程序误差。。。。。。与此同时，，，，代码审核工具厂商 CodeRabbit 剖析开源代码合并请求后发明，，，，AI 编写的代码泛起问题的概率，，，，是人工代码的 1.7 倍。。。。。。

客观来说，，，，上述数据来自售卖 AI 代码审核工具的企业，，，，难免带有自利倾向。。。。。。

但自力研究团队也得出了相似结论。。。。。。新加坡治理大学的研究职员在 4 月宣布报告警示：AI 天生的代码会给现实软件项目埋下恒久维护隐患。。。。。。

既然程序员已经高度依赖 AI 助手，，，，该怎样解决这些问题？？
？？？？

主推 AI 编程智能体的厂商给出的方案是：开发者可以借助同类工具，，，，快速处理 AI 产出代码所带来的繁杂修复事情。。。。。。着名 AI 编程智能体 Devin 的开发方 Cognition 公司首创人兼首席执行官 Scott Wu 便持这一看法。。。。。。

不过他也坦言，，，，只管 Devin 能够自力完成事情，，，，但综合差别使命来看，，，，它现在的能力仅介于初级与中级程序员之间，，，，远达不到“交付之后就无需过问”的理想状态。。。。。。

新加坡治理大学的研究团队则提出了更着重人的解决思绪：程序员要像醒目常用编程语言一样，，，，吃透 AI 的能力界线，，，，清晰它善于和不善于的事情；；；；；同时搭建专门适配 AI 流程的完善质检系统，，，，并且必需像审核新人代码一样，，，，逐一对 AI 产出内容举行详尽核查。。。。。。

研究职员还提到（Scott Wu 也对此体现认同），，，，软件架构、清静设计这类顶层焦点事情，，，，仍应当由人类程序员主导完成。。。。。。