AI 編碼的認知成本：生產力提升 vs. 精神萎縮

科技巨頭高層的敘事是一場勝利。在 Google、Microsoft 和 Meta 等公司，領導層經常引用 AI 生成代碼的驚人比例——在某些部門從 30% 高達 75%——作為進入高效能新時代的證明。對於 C-suite 而言，這是一場「tokenmaxxing」的勝利，透過 AI agents 減少人力並加速交付週期。

然而，在企業新聞稿的背後，在實際撰寫與審查代碼的工程師之間，正浮現出一個不同的故事。對許多人來說，轉向 AI 輔助開發並非自願的生產力飛躍，而是一種強制的轉變，正在侵蝕他們的技術技能與心理健康。

強制指令：績效評估與「Vibe Coding」

來自 FAANG 和其他大型科技公司的開發者最令人震驚的發現之一是，AI 的採用往往並非自發性的。在幾個案例中，使用 AI 工具已被明確地與績效評估掛鉤。當使用率成為成功的指標時，結果往往是「表演性採用」。

正如一位 UX designer 所指出的，輸出的實際品質變得次於參與 AI 生態系統的意願。這創造了一種危險的激勵結構：開發者被迫交付大量的 AI 生成代碼以展示「速度」，即使他們知道輸出是錯誤或不安全的。

「認知債」現象

在企業壓力之外，還有一個更深層、更個人化的擔憂：一種「大腦腐爛」的感覺。這不僅僅是對新工具缺乏熱情，而是一種有紀錄的認知萎縮現象。當編碼的「機械式行為」被外包給模型時，解決問題與架構推理所需的心理肌肉便開始萎縮。

開發者報告了幾個關鍵的失效點：

• 喪失心理模型： 當代碼是以大塊形式生成，而非逐行推理時，維護代碼庫複雜心理地圖的能力會減弱。
• 技能退化： 有經驗的工程師報告稱，在依賴 LLMs 多個月後，他們忘記了基本的實作細節——例如如何構建一個簡單的 API。
• 審查負擔： AI 可以在幾秒鐘內生成數千行代碼，但人類審查該代碼的能力卻是恆定的。這導致了「審查引起的倦怠」，工程師被海量的 pull requests overwhelming，他們覺得自己沒有資格或太過疲倦而無法進行適當的審查。

"I feel my critical thinking and ability to sit and reason about a problem or a design has degraded because the all-knowing-dalai-llama is just a question away from giving me his take."

反對論點：轉向「編輯者」

並非所有開發者都將此轉變視為負面。有些人認為軟體工程師的角色正在演變。在這種觀點下，開發者正從「撰寫者」轉向「編輯者」或「agent manager」。

這種轉變的支持者認為，AI 處理了「無聊的事」——JIRA cleanup、文件檢索與 boilerplate——讓人類可以專注於更高層次的設計。對於這些開發者來說，增加的速度是實質的利益，超過了肌肉記憶萎縮的風險。一位前 CTO 指出，雖然他在面試中因依賴 AI 多個月後而難以回答一個基本的語法問題，但他在開發階段的整體生產力顯著提高。

迫在眉睫的清算

n 目前的趨勢正呈現出不可持續性。業界正看到「vibe coding」的激增，即軟體是基於 AI 輸出的「感覺」而非嚴謹的驗證來構建的。這導致了停機事件的常態化，以及技術債的巨量累積。

正如一位開發者所說，目前的系統就像是「用筷子來控制火箭的轉向」。速度極快，但控制力卻很脆弱。

結論：理解 vs. 外包

業界目前的緊張關係集中在一個根本性的區別：外包「思考」與外包「理解」之間的差異。雖然 AI 可以生成解決方案，但它無法灌輸對「為什麼」該解決方案有效的深層理解。

對於初級開發者（junior developers）來說，風險尤為嚴重。如果沒有手動實作的掙扎過程，他們可能永遠無法培養出察覺 AI 經常引入的細微且災難性的錯誤所需的直覺。

業界可能很快就會面對一場「清算」，屆時 AI 生成代碼的感知速度與實際生產系統的穩定性之間的差距將變得無法忽視。