AI效率神话：真相与反思

近期，关于AI能否将工程师效率提升10倍乃至100倍的讨论愈演愈烈。各种夸大其词的说法铺天盖地，令不少开发者既兴奋又焦虑：这究竟是真正的“生产力飞跃”，还是只是炒作噱头？一线开发者Colton Voege在试用多款AI辅助编码工具后，给出了自己的看法：许多夸大的10倍效率说法，要么是出于投资和商业利益的宣传，要么是管理层制造焦虑的手段，真正来自一线开发者的真实体验其实更为平淡。

在他看来，AI是一个有用的工具，但并非颠覆一切的生产力魔法。工程师应当信任自己的节奏，既不用因未使用AI而焦虑，也不必为了“更高效率”牺牲工作乐趣。

几个月前，我经历了一段情绪低落期。尽管我一直对自己作为工程师的能力充满信心，但每次浏览LinkedIn、Twitter等社交媒体时，总觉得自己的技术已落伍到无法挽救。网上的各种说法让我感觉，工程师的工作已不再是简单地敲代码。那些“真正的工程师”效率比我高十倍、甚至百倍。我写这篇文章，就是希望能帮助那些有类似焦虑的朋友。

起初，我是个怀疑论者，听到这种说法通常会嗤之以鼻，就像听到有人说某种草药能治百病一样。但现在满天飞的“10倍工程师”传言，开始让我有些不安。难道我真的错了吗？如果我不立即学会使用AI，是否就会被时代淘汰，找不到工作了呢？毕竟现在所说的“AI”和我之前了解的完全不同。

他们使用的是那种Agentic AI——能够自行上网查资料、运行测试、纠正错误的“会思考”的模型。当然，我偶尔会打开聊天窗口，让AI写点代码，然后获取灵感就丢弃大部分内容。但有些人则是让Claude这类工具全权操控，有智能代理帮他们同时处理五个合并请求，自己还悠闲地喝着早咖啡。

难道我真的快成为“灭绝的恐龙”了吗？

让我焦虑的部分原因，是我感觉AI可能已经悄然升级，而我却完全没有察觉——毕竟我用AI的次数很少，也不怎么喜欢用它。我不太喜欢审查AI生成的代码，这会不会正是我对编程的纯粹热爱让我可能被落下呢？

试着上手

终于有一天，我忍不住深入体验一下AI编程到底如何，于是尝试使用Claude Code、Cursor、Roo Code和Zed这些号称拥有智能代理的工具。

我尝试了不同的模型，让AI编写各种项目的代码，还试着完全不手动改代码，直接“氛围编程”。

结果呢……还算可以。

虽然大家都在说AI现在进步神速，但我感觉和之前差别不大。真实使用下来，我发现AI擅长写重复的模板代码，特别是在JavaScript和React项目中。但它跟不上你代码库的标准和工具，对Terraform这类语言支持不好，还会“幻觉”出不存在的库，导致安全漏洞。

其次，即使给了AI很详细的提示文件，比如CLAUDE.md，它仍然难以理解整个代码库的上下文。如果你使用的库不是Stack Overflow上最热门的，它照样会出错，哪怕它通过智能代理查找过文档。有时智能代理会很聪明地帮你修复它自己的错误，但更多时候是浪费时间和计算资源。

对我来说，AI最适合写一次性的脚本，特别是那种我不想花时间深入学原理的，比如写个定制的ESLint规则。

那些说不使用AI就会被甩得远远的“危言耸听”完全不靠谱。学习使用AI编程其实并不难。可能有人会说AI让编程简单到“连原始人都能用”，也有人说得有多复杂需要专门的“提示工程师”。确实有些技巧要学，但都不难且学得快。你会学会把任务拆成小块，防止AI在处理长上下文时崩溃。像Claude Code这类工具还能帮你做点这事，虽然不总是可靠。你还得学会判断AI什么时候跑偏了、什么时候该自己动手。

一个靠谱的工程师花几天时间适度使用AI就能掌握这些。如果AI真像大家说的能立即提升几倍效率，那么现在学的技巧将来可能又要重来。

每次AI表现“差不多”，反而让我更焦虑，因为我找不到别人成功的“秘诀”。我觉得自己真不行、快被时代淘汰了。直到后来遇到一些事帮我走出低谷，比如这篇来自Ludicity的文章（https://ludic.mataroa.blog/blog/contra-ptaceks-terrible-article-on-ai/），正面反驳了那些吹AI的言论。我写这篇就是想分享更多帮我摆脱“AI 10倍工程师冒名顶替综合症”的经验。

数学说理

先来说说“10倍甚至100倍效率提升”的数学道理。

“10倍效率”不是说写的代码行数变成10倍，而是产出变成10倍。也就是说过去一个季度才能完成的工作现在一周半就能完成。这数据听起来连最信AI的人也该犹豫了。因为传统上这3个月的工作里包含了产品构思、需求协商、修复bug、代码审查、等待上线、测试和质量保证。要在7个工作日内完成意味着这些环节每一项都得提升10倍效率。

任何在公司写过实际代码的软件工程师都知道这根本不可能。3个月的代码审查来回沟通压缩成1.5周？不现实。代码审查流程通常是这样的：

• 你@审查人
• 希望对方尽快看（但他们现在要审查的代码量可能是以前的10倍）
• 等待期间切换去做别的事
• 收到通知（可能马上也可能对方下班2小时后才看到）
• 回头看审查意见
• 回复并修改
• 如此反复

在一家拥有成熟团队且有良好协作流程的优秀公司里这个过程可能会高效一些但你要告诉我效率提升10倍还能应付10倍工作量？这绝对办不到。

实际的企业里真正的软件开发中涉及的人际和流程环节至今依然没怎么变。产品经理可能用ChatGPT做“调研”，但他们不可能突然产生10倍多的、经过充分评估和规划的需求。也不可能一次做10场用户访谈。设计师和测试同理。招10倍多的产品经理来跟上根本没门人数多了反而效率递减还会带来官僚主义。

就算假设只有写代码的过程变快10倍我们也该保持怀疑。写代码时真正按键盘的时间有多少？通常远没你想的多。大部分宝贵的编程时间其实是阅读、思考或者等编译、刷新页面、跑测试。大语言模型（LLM）可不会让编译器跑得更快。

真有10x工程师吗？

我不太想直接参与这个争论但也不得不说说我的看法——偶尔有。

我遇到过那些比别人效率高10倍的工程师但他们主要是因为能避免无谓的工作。比如劝产品经理放弃根本不现实的需求；阻止别人做不必要的微服务；做开发体验方面的改进让大家每个任务都节省一点时间；写好文档让后来的工程师能快上手。这些积少成多确实能让一个工程师在整个公司节省10倍于他自己开发时间的工时。

但这种机会不会一直有。每个人总得写功能一个牛人可能比新人快一倍但瓶颈还是那些。虽然需求点数（story points）不完美我从没见过谁持续做出别人10倍数量的故事点。

他们那些吹AI的人是在骗人吗？

...（内容保持不变）...