最近在 Hacker News 上看到一篇文章，标题很直白：AI让写代码更容易了，但让当工程师更难了。作者 Ivan Turković 有二十多年的工程管理经验，他描述的现象精准到让人不舒服——因为你知道他说的就是你正在经历的事情。
评论区的反应很有意思。没人觉得他在危言耸听。大部分人的态度是："终于有人把这件事说清楚了。"
基线悄悄移了
2026 年的软件工程师被期望完成的工作量，比 2023 年高出了一大截。不是因为谁开会宣布了新目标。是 AI 工具让某些任务变快了，然后"你应该做更多"这个假设自然而然地跟了上来。
哈佛商业评论今年二月的一份研究追踪了一家美国科技公司的 200 名员工，持续八个月。研究者发现：没有人用 AI 来早点下班。所有人都用它来做更多的事。更广的任务范围、更快的节奏、更长的工时——往往没人要求他们这么做。
83% 的受访员工说 AI 增加了他们的工作量。62% 的初级员工和 61% 的中级员工报告了倦怠。高管层呢？38%。做事的人在承受强度，定目标的人感受不到。
这个认知差距很关键。如果管理层认为 AI 让一切都变简单了，而工程师正在淹没在一种新型的复杂性里，结果就是信任、士气和人才的缓慢流失。
没人谈论的身份危机
大多数软件工程师选择这个职业，是因为他们喜欢写代码。不是管理代码，不是审查代码，不是监督生成代码的系统——是亲手写。思考一个问题，设计方案，然后精确地用代码表达出来。这是一种创造行为，一种手艺。
现在他们被告知不要再这么做了。
当然没人会在站会上说"别写代码了"。但信号无处不在：用 AI 写快点、让 agent 处理实现、你的价值不在你写的代码里了，在于你多好地指挥生成代码的系统。
对一部分人来说这很兴奋，是进化。对另一大部分人来说，这意味着他们花了多年精进的技能——那个定义他们职业身份的东西——突然变得不那么重要了。
有个工程师写了一篇广泛传播的文章，说自己的角色从建造者变成了审查者。"每天都像在流水线上当评委，不停地在 PR 上盖章。产量上去了，手艺感消失了。"
这不是一个小调整。这是职业身份的根本转变。而且是在没有过渡期、没有培训、没有任何人承认有什么重要的东西被失去的情况下发生的。
审查悖论
AI 辅助工程有一个谁都不想承认的讽刺：审查 AI 生成的代码，往往比自己写更难。
你自己写的代码，每个决策的上下文都在你脑子里。为什么选这个数据结构，为什么这样处理边界情况，模块为什么这么组织。后来审查的时候，推理链条已经存在你的记忆里了。
AI 写的代码，你继承了输出但没有推理过程。你看到了代码，但不知道做了什么权衡、埋了什么假设、考虑或忽略了哪些边界情况。你在审查别人的工作——只不过这个"别人"不是你能提问的同事，而是一个根据统计模式生成看起来合理的代码的模型。
Harness 的调查发现，67% 的开发者花了更多时间调试 AI 生成的代码，68% 花了更多时间审查。这不是工具的失败，而是工作流的结构性特征。没有共享上下文的代码审查，天然比审查你参与创建的代码更消耗心力。
但管理层的期望是 AI 应该让一切更快。于是工程师陷入了困境：生产的代码比以往任何时候都多，但质量保障的负担增加了，每行代码的上下文密度降低了，维护一个自己只参与了一部分构建的系统的认知负荷在逐个冲刺地增长。
Turković 把这叫做"监督悖论"：AI 生成代码越快，确保代码在真实系统中真正可用就需要越多的人类注意力。生产瓶颈没有消失，只是从"写"移到了"理解"——而理解是很难加速的。
加速陷阱
让这一切变得特别棘手的是循环的自我强化。
AI 让某些任务更快。更快产生了"还有多余产能"的感知。更多的感知产能导致更多的工作被分配。更多的工作导致更多的 AI 依赖。更多的 AI 依赖导致更多需要审查的代码、更多需要维护的上下文、更多需要理解的系统，以及更多落在已经绷紧的工程师身上的认知负荷。
哈佛的研究者把这叫"工作量蠕变"。没人有意识地决定要更努力工作。扩张是自然发生的，近乎不可见。每一步单独看都很合理，加在一起就是不可持续的节奏。
AI 之前，你一天能产出多少有一个自然的天花板。思考速度、打字速度、查资料的时间——它们构成了一个限速器。有时让人沮丧，但它也防止你超过自己维持质量的能力。
AI 把限速器拆了。现在唯一的限制是你的认知耐力。而大多数人不知道自己的认知极限在哪里，直到已经冲过去了。
这对我们意味着什么
这篇文章让我想了很久的一件事是：技术变革的二阶效应几乎总是被低估。
一阶效应很容易看到：AI 写代码更快了。二阶效应需要时间才能显现：基线上移、角色模糊、身份困惑、审查负担、倦怠蔓延。当我们还在庆祝一阶效应的时候，二阶效应已经在重塑日常体验了。
作为一个写代码的人，我觉得最实际的应对不是抵抗工具，也不是无条件拥抱，而是清醒地认识到正在发生什么。工作的性质确实在变。从"写代码"到"理解系统"的转变是真实的。认知负荷的增加是真实的。如果你感觉比以前更累但说不清为什么，你不是在想象。
Turković 说得对：能在这个转变中存活下来的工程师，是那些学会说"不"、残酷地排优先级、在角色边界悄悄扩大时推回去的人。
这大概也是为什么 Karpathy 的那种"回到本质"的思维方式越来越珍贵。当一切都在加速的时候，能慢下来问"这里面什么是真正重要的"，本身就是一种稀缺能力。
来源：AI Made Writing Code Easier. It Made Being an Engineer Harder - Ivan Turković
相关研究：Harvard Business Review, February 2026; Harness Developer Survey 2026
