“AI让你变成10x工程师？其实是一个骗局......”

CSDN·2025年08月12日 17:54

AI 所带来的效率提升是“爆发式”的，不能持续。

最近，关于 AI 能否让工程师效率提升 10 倍、甚至 100 倍的讨论越来越火爆。各种夸张的说法铺天盖地，让不少开发者既兴奋又焦虑：到底是真的“生产力飞跃”，还是只是炒作噱头？一线开发者 Colton Voege 在试用了多款 AI 辅助编码工具后，得出自己的看法：很多夸大其词的 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平淡。

在他看来，AI 是一个有用的工具，但并不是颠覆一切的生产力魔法。工程师应当信任自己的节奏，既不用因为没用 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。虽然我一直对自己作为工程师的能力很有信心，但每次刷 LinkedIn、Twitter 等社交媒体的内容时，总觉得自己的技术落后得没救了。网上各种说法都让我感觉，工程师已经不再是简单地敲代码了。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，就是想帮帮也有类似焦虑的朋友们。

我本来是个怀疑主义者，听到这种说法一般都会翻白眼，就像有人跟我说什么草药能治百病一样。但现在满天飞的“10 倍工程师”传言，开始让我有点坐不住了。会不会我错了？如果我不马上学会用 AI，是不是就会被时代淘汰，找不到工作了？毕竟现在网上说的“AI”和我之前了解的完全不一样。

他们用的是那种 Agentic AI——能自己上网查资料、跑测试、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，然后拿到灵感就扔掉大部分内容。但这些人是让 Claude 这类工具全权操控，有智能代理帮他们同时搞五个合并请求，自己还悠闲地喝早咖啡。

所以，我是不是快成了个“灭绝的恐龙了”？

让我焦虑的部分原因，是我觉得 AI 可能已经悄悄升级了，而我却完全没注意到——毕竟我用 AI 的次数很少，也不怎么喜欢用它。毕竟我不太喜欢审查 AI 生成的代码，那会不会正是我对编程的纯粹热爱，让我可能被落下了呢？

试着上手

终于有一天，我忍不住深入体验一下 AI 编程到底怎么样，于是就去试了 Claude Code、Cursor、Roo Code 和 Zed 这些号称有智能代理的工具。

我尝试了不同模型，让 AI 写了各种项目的代码，还试着完全不动手改代码，直接“氛围编程”。

结果呢……还行吧。

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。真实地用起来，我发现 AI 擅长写些重复的模板代码，尤其是在 JavaScript 和 React 项目里。但它跟不上你代码库里的标准和工具，对 Terraform 这种语言支持不好，还会“幻觉”出不存在的库，导致安全漏洞。

其次，就算给了 AI 很详细的提示文件，比如 CLAUDE.md，它仍然很难理解整个代码库的上下文。如果你用的库不是 StackOverflow 上最热门的，它照样会写错，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弄坏的测试，但更多时候就是浪费时间和计算资源，自己和自己折腾，失败了还没学到什么。

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。

那些说不现在用 AI 就会被甩得远远的“危言耸听”完全不靠谱。学着用 AI 编程其实不难。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，也学得快。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，虽然不总靠谱。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，花几天时间适度用用 AI 就能摸透这些。如果 AI 真像大家说的马上会翻几倍提升，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，有些事帮我走出了低谷，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，而是说产出变成 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个月代码审查的来回沟通，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，这一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。

而且 LLM 生成的代码经常有错误、虚假内容，或者达不到你代码库的标准。代码库越大，错误越频繁。遇到这种情况你得重新给 AI 下提示，可能马上修好，也可能浪费大量时间。你也可以自己改代码，但那你就又成了普通工程师，效率就是 1 倍。如果你已经习惯了“随便用用”AI，甚至不看它生成的代码，等项目变大后肯定会“碰壁”，问题来了——你代码里完全没规范、没设计，完全乱套。

我觉得很多人没意识到 10 倍提升到底有多夸张。10 倍效率差别，就像你开着面包车和开着打破纪录的超音速陆地赛车去上班。想想看，600 英里/小时的车在城市街道开 10 分钟能快多少？不行，因为红灯一停就耗光你的时间。一级方程式赛车在复杂弯道也得减速到面包车的速度。大多数时间，事情做得没法全速冲刺。

100 倍效率就更荒谬了，那是两天做完过去一整年的工作，根本不需要我多说。

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。

值得注意的是，AI 编码助手对减少无用工作贡献不大。相反，AI 有时反而让人更急躁，写得太快，做了不少多余功能。我问它架构问题时，它经常推荐一些我睡醒后或者跟牛人聊完才觉得没必要的方案。假设其他条件都一样，写代码快的人确实是好工程师，但这并不是让效率翻 10 倍的关键。越是拼命追求快，越容易忽视那些真正节省时间的点。

他们那些吹 AI 的人是在骗人吗？

我觉得那些吹 AI 的人大致分几类，按恶意程度从低到高排：

好心但没看清事实的人，自己和别人都过渡的评估了 AI 的潜力

跟 AI 成功紧密相关的人，比如 AI 创业者、投资人等

管理层为了让工程师不跳槽、不离职、不涨工资，故意让他们觉得压力山大

数学不太好的好心工程师

就我经验来看，AI 真的能带来偶尔短暂的 10 倍甚至 100 倍效率提升。比如我让 AI 在几分钟内写出一个自定义 ESLint 规则，而以前得花几个小时查文档、看教程，那确实省了不少时间。刚开始用 AI 这种新玩意，很多非专业写代码的人都会觉得特别神奇。

问题是，这种效率提升是“爆发式”的，不能持续。比如我一年最多写一个 ESLint 规则。这种突发的效率提升，是因为我根本不关心这段代码，也不打算让未来的工程师看得懂。如果写 ESLint 规则成了日常工作，我肯定会花时间去学它的内部原理。那之后，用 AI 随便写和自己写的时间差别就不大了，尤其是还得花额外时间把代码写得规范，方便半年后自己回来看。

最后，所有“随意写代码”的人都会遇到瓶颈。网站被黑了，得认真学安全；项目太大了，AI 看不全上下文，代码变得乱七八糟；于是真正懂行的前端工程师被请来做规范和设计。

另外，有很多偏见和盲点会让人误以为效率大幅提升。如果你从大公司跳去创业公司，肯定会觉得创业公司的工程师效率高得惊人，很容易归功于 AI。很多人喜欢 AI 带来的新鲜感，刚玩新技术时总觉得自己效率倍增。我第一次用 Python 也有“喝了火箭燃料”的感觉，但最终还是回归现实。

我觉得很多吹 AI 的“10 倍效率”其实来自“蜜月期”的人，或者根本没真正算过这 10 倍到底是啥意思。我不惊讶 AI 让工程师某些任务快个 20%-50%，但软件开发的瓶颈决定了这不会带来整体 20% 的提升，更别说 10 倍了。

激励很重要

我不是“黑” AI 创业公司。如果你想把 OpenAI 接入医疗行业，我会担心风险，但这和所有想“快速试错、打破常规”的医疗创业公司一样。我说的不是 AI 创业者或投资人是坏人，只是想提醒一句高中经济学老师的老话：“激励机制很重要。”

如果你开 AI 创业公司，同行都在跟投资人吹说 AI 带来 10 倍效率，你自然得这么说。公司靠 AI 起家，卖 AI 是你的命脉。作为工程师，如果老板问：

“AI 让你效率提升 10 倍了吧，大家都是这样。”

你肯定被鼓励说“是”，大家都这么说，老板不是骗你，只是在转述他听到的话。

我想告诉跟我一样焦虑的人，这事不新鲜。CEO 从敏捷开发到性格测试啥都说能带来无限生产力，LinkedIn 上总有各种流行词别太上心。干脆别刷 LinkedIn，挺无聊的。

恶意层面

让人焦虑的话语，有时候就是故意的。老板让工程师觉得岗位不稳，这招老早就有。大家还记得那种说法吗：3 个月的培训班能培养出 4 年大学水平的工程师，不然你就会被转行的文科生取代。几年后大家才发现，这些培训班毕业生根本没准备好干真正的软件工作。

培训班和 AI 只是众多不靠谱的“会把高级工程师变成商品化劳动力”的说法里的两个例子。它们是用来制造不安全感的。老板不能真的用 AI 替代你，但可以让你觉得他能，顺便不让你涨工资。

所以，一部分“10 倍 AI 工程师”的故事，很可能是有人想让你焦虑，具体多少我不知道。虽然现在大家互相不太信任，我还是相信大多数人本质上是善良的，不会这么阴险。

信息传递的层层分离

我注意到，所有那些夸大 AI 生产力的人，基本都跟实际提升效率的人隔了几层。发帖的往往是创业者、经理或投资人，拿别人的生产力说事。引用二手信息没错，但没法找到第一手资料时，你得怀疑它的可靠性。

真正的工程师们展示用 AI 提升效率的案例，往往更加现实，评价也比较低调。他们说的 AI，跟我们之前熟悉的差不多，就是个能偶尔帮你写点东西但大多数时候还得自己盯着的文本生成器。

开源项目里用 AI 编码，大家公开看得到，结果一团糟还挺好笑。我也从几个 YouTube 视频里学了怎么更好用 AI。顺便说一句，这些工程师都没找到什么“代码生产力的灵丹妙药”。

效率没那么重要，快乐才关键

就算我不再相信有那个“10 倍工程师”的秘密派系，我还是觉得用 AI 编码没什么意思。随便写代码没了神奇感后很无聊。看 AI 生成的代码更讨厌。让它用“不会胡编乱造的库”很费劲。但即使如此，如果用 AI 编码能让我效率提升20%，那我还应该坚持“传统”写法吗？

不必。

为了快乐放弃点效率完全可以，甚至很必要。强迫自己用讨厌的方式干活只会让你累垮。写代码只是工作一部分，更多时间花在解决问题、设计系统、思考抽象、和人沟通。你心情好，这些都能做得更好。为自己的工作感到自豪，享受其中，长期看对代码库有好处。

数字音乐是不是比黑胶好听无所谓。切换下一首是不是比手动翻唱片快 100 倍也无所谓。如果听 70 年前的唱片让你开心，那就听它吧。你会听更多音乐。写代码也是一样，选你喜欢的方式，你会写更多、更好。

反过来，如果你觉得用 AI 编码爽，那就继续用。能激发你比以往更投入，那太棒了。我希望大家都能找到让自己开心的路，无论怎么做。

如何做一个好的 AI 领导者

让团队工程师一直处于紧张焦虑的状态下，只会害了公司自己。他们会不想干，离职率高。这种做法只会导致工程师追求那些看起来指标好的“坏”行为，比如拼命写代码，忽略代码审查，技术债务越来越多。最后公司迟早有一天会要为这些错误买单。

不切实际的 10 倍效率提升的期待，只会让工作以及项目结束得匆忙且草率。工程师需要空间，有时间把事情做好。优秀的代码库和公司，是在兼顾眼前和长远的思考中建立起来的。我很庆幸现在能在这样公司工作，但不是所有人都这么幸运。

别因为工程师用的“token”不够多就训他们。软件工程师是高学历的专业人才，行业竞争激烈。他们已经很擅长不断尝试新工具又很快放弃的循环了。你花这么多钱雇他们，就得信任他们。如果真有超级效率工具，他们会主动来找你升级专业版。作为管理层，你要是怕错过 AI 红利，那就干脆组个 LLM 团队，然后搞个培训，看看效果就行。