八成开发者称 AI 编码成瘾而非助力

AI 编码助手正在成为开发者日常工具箱中的常客，GitHub Copilot、Claude Code、Cursor 等产品被广泛用于生成样板代码、解释陌生代码、起草测试和重构模块。但与此同时，越来越多的开发者反映，这些工具带来的不仅是效率提升，还有类似「成瘾」的依赖感和工作倦怠。

多份调查指向同一结论

编程培训机构 Coddy Tech 对 305 名开发者进行的调查显示，80% 的受访者认为自己的 AI 使用「更像依赖，而非优势」。他们在日常工作中离不开这些工具，但也担心长期使用会削弱独立解决问题的能力、扩大工作量，并形成不健康的工作关系。

具体数据进一步揭示了问题的深度：

• 43% 的开发者本打算停手，却仍在下班后继续与 AI 协作写代码；
• 32% 曾为了继续编程推迟睡眠；
• 39% 表示 AI 工具让他们更难从工作中抽离；
• 74% 认为重度使用 AI 让自己更有可能获得加薪或晋升，但 51% 同时承认更容易 burnout。

「代理式编码」为何让人停不下来

Rootly 联合创始人兼 CTO Quentin Rousseau 在 LinkedIn 上描述了自己的亲身体验：凌晨 2 点 47 分，没有故障要处理，也没有截止日期，他却在看 Claude Code 重构一个模块，「停不下来」。他将这种现象称为「代理式编码成瘾」（Agentic coding is addictive）——当代理做对时获得多巴胺刺激，做错时则带来肾上腺素飙升。

这种体验的根源在于，观察智能体工作既足够被动以至于像是休息，又足够活跃以至于让人保持高度专注。开发者不再以完成任务—离开的方式工作，而是被卷入「再做一次实现、再做一次优化、再做一次重构」的持续反馈循环中。

信任下滑与「验证债」

2025 年 Stack Overflow 开发者调查也从另一个侧面印证了这种张力：45% 的受访者对「几乎对但不完全对」的 AI 答案感到沮丧，因为这类输出看起来令人信服，却制造了大量调试工作。

更值得关注的是两项趋势：

• 开发者对 AI 准确性的信任从此前几年的 40% 下降至今年的 29%；
• 对 AI 的整体好感度也从 72% 降至 60%。

问题不仅在于 AI 答案本身的准确性。即便生成代码看似可用，开发者仍需理解需求、识别其与系统架构的冲突、测试边界情况、排查安全风险，并承担线上后果。这种「输出快、验证慢」的现象被作者称为「验证债」（verification debt）：AI 可以在几秒内产出大量代码，但要确认它正确、安全、可维护且契合具体代码库，仍然要花掉开发者自己的时间。

工作与生活的边界正在模糊

当企业把 AI 视为放大开发者产能的工具时，员工可能面临在同等工时内交付更多功能、关闭更多工单、完成更多评审的压力。由此节省的单次编码时间，会被更大的 pull request、更长的审查清单、更复杂的依赖校验和更高的运营风险所抵消。

对开发者来说，问题已不再是 AI 能不能写代码——显然能——而是开发者能否自己决定何时结束工作、何时退出智能体循环。