為什么用AI寫代碼，我反而感覺越來越累了？

為什么用AI寫代碼之后，人反而越來越累了？同事們都反應(yīng)，用了claude code 等AI agent寫代碼之后，工作反而越來越累了。

無論誰寫的代碼，最終都需要跑通，需要運(yùn)行起來，簡(jiǎn)單的代碼還好說，復(fù)雜的代碼在寫完經(jīng)過測(cè)試人員開測(cè)之前，至少他們能跑起來，如果沒有跑起來的話？其實(shí)這個(gè)工作量還是非常大的！

這就像讓一個(gè)修馬路的人成為馬路即將通車的道路檢察官，要保障萬無一失，要保障不出錯(cuò)，于是他們需要仔細(xì)檢查，遇見問題還需要人工修復(fù)，關(guān)鍵是他們并不一定能完全檢查出問題，但還是需要檢查，檢查的時(shí)候還要全神貫注，還需要一絲不茍，非常耗費(fèi)精氣神！

檢測(cè)的時(shí)候好比找茬游戲，需要眼睛要細(xì)致觀察，需要不斷的去發(fā)現(xiàn)存在的問題。

以前寫代碼是 “從 0 到 1 搭房子”，現(xiàn)在更像 “對(duì)著 AI 搭好的毛坯房，要拿著放大鏡找所有松動(dòng)的磚、沒抹勻的灰，還要預(yù)判哪塊墻可能塌”—— 這種 “看似有了半成品，卻要為所有潛在漏洞兜底” 的責(zé)任壓力，才是最累的。

我們從實(shí)際工作內(nèi)容和時(shí)間精力分配來看。以前程序員可能 80% 的時(shí)間用來自己寫代碼，20% 時(shí)間調(diào)試。現(xiàn)在用 AI 后，寫代碼的時(shí)間可能壓縮到 20%，但調(diào)試和驗(yàn)證的時(shí)間會(huì)飆升到 60% 以上。

而且以前調(diào)試的是自己寫的代碼，邏輯思路自己清楚，哪里容易出錯(cuò)心里有數(shù)。現(xiàn)在 AI 生成的代碼，表面看功能實(shí)現(xiàn)了，但深層邏輯可能很繞，甚至有隱藏的性能問題或邊界錯(cuò)誤。你得先花時(shí)間理解 AI 的代碼思路，再一步步排查，這個(gè)過程比調(diào)試自己的代碼更耗神。

還有，AI 可能會(huì)自信地生成錯(cuò)誤的解決方案，比如在處理特定數(shù)據(jù)格式或第三方庫調(diào)用時(shí)，看似代碼結(jié)構(gòu)完整，實(shí)際參數(shù)傳遞有細(xì)微偏差。這種 “看起來對(duì)，實(shí)際不對(duì)” 的情況，比明顯的語法錯(cuò)誤更難發(fā)現(xiàn)，往往需要反復(fù)測(cè)試不同場(chǎng)景才能暴露。

我們把這個(gè)場(chǎng)景具體化。比如一個(gè)習(xí)慣用基礎(chǔ) Java 語法的程序員，AI 突然生成了一段用函數(shù)式編程思想寫的復(fù)雜代碼，還嵌套了多層設(shè)計(jì)模式。他首先得花 2-3 小時(shí)查資料、看文檔，搞懂 AI 用的這些高級(jí)語法和設(shè)計(jì)思路，這個(gè)學(xué)習(xí)過程本身就消耗大量精力。

而如果 AI 生成的代碼水平很低，比如用最基礎(chǔ)的循環(huán)嵌套實(shí)現(xiàn)了一個(gè)本可以用現(xiàn)成算法庫解決的功能，還存在大量冗余代碼。程序員就得像改一篇邏輯混亂的作文一樣，逐行梳理，刪掉重復(fù)代碼，替換低效邏輯，最后重構(gòu)出來的代碼可能和自己從頭寫一遍差不多，但還多了一步 “理解垃圾代碼” 的過程。

更麻煩的是，AI 代碼的質(zhì)量可能忽高忽低。上一段還在用優(yōu)雅的遞歸解決問題，下一段就犯了變量命名混亂的低級(jí)錯(cuò)誤。這種質(zhì)量的不穩(wěn)定性，讓程序員始終處于 “警惕模式”，沒辦法形成穩(wěn)定的工作節(jié)奏，精神一直緊繃著。

AI 這玩意兒，你根本沒法給它定個(gè)準(zhǔn)譜。咱們?nèi)祟惛苫睿芰Ω叩鸵谎劬湍芸疵靼祝?AI 不是。它上一秒還能寫出專家級(jí)的代碼，下一秒又可能犯些入門級(jí)的低級(jí)錯(cuò)誤。這種忽高忽低、完全沒規(guī)律的表現(xiàn)，真的讓跟它打交道的人特別崩潰。

這就像你組隊(duì)打游戲，隊(duì)友一會(huì)兒是職業(yè)選手水準(zhǔn)，一會(huì)兒又像剛上手的新手，你永遠(yuǎn)不知道下一秒他會(huì)打出神操作還是送人頭。這種不確定性讓合作變得非常累，因?yàn)槟銢]辦法建立穩(wěn)定的協(xié)作預(yù)期，只能時(shí)刻緊繃神經(jīng)去兜底。

雖然AI號(hào)稱有記憶，可以成長，但AI卻會(huì)降智，會(huì)亂入，會(huì)對(duì)話突然和上下文沒有關(guān)聯(lián)完全失去記憶了，這些因素就會(huì)讓我們用AI越來越累，不管是寫代碼，還有寫文章等等方面都有這樣的問題。

目前只能用一些 “土辦法” 應(yīng)對(duì)。比如每次和 AI 對(duì)話時(shí)，把核心需求、技術(shù)約束、已確定的框架這些關(guān)鍵信息，整理成固定的提示詞模板，每次提問都帶上，相當(dāng)于強(qiáng)制給它 “復(fù)習(xí)重點(diǎn)”。

還有就是把大任務(wù)拆成小步驟，每一步只讓 AI 處理單一功能模塊，確認(rèn)它輸出的代碼沒問題后，再進(jìn)行下一步。這樣即使它中途 “降智”，影響范圍也能控制在小模塊里，不用全盤重來。

另外很多程序員會(huì)準(zhǔn)備一個(gè) “AI 錯(cuò)誤案例庫”，把之前遇到的 AI 低級(jí)錯(cuò)誤、邏輯漏洞記錄下來，下次讓 AI 寫代碼前，先拿類似案例提醒它避開，有點(diǎn)像 “考前劃易錯(cuò)點(diǎn)”。那如何控制這樣的問題呢？

現(xiàn)在很多程序員都調(diào)侃，自己快成 “AI 行為管理專家” 了，每天一半時(shí)間寫代碼，一半時(shí)間研究怎么 “調(diào)教” AI 穩(wěn)定輸出。那你說這種情況，人能不累嗎？對(duì)此大家是怎么看的，歡迎關(guān)注我“創(chuàng)業(yè)者李孟”和我一起交流！