本文警告过度依赖AI编程代理会削弱开发者核心能力，揭示“监督悖论”如何让技能退化反噬工作效率，并提供保留人类主动控制的实用工作流。
AI编程不是偷懒是偷脑子：当指挥家当久了，你连键盘都不会敲了
你以为你在指挥AI写代码，其实AI在帮你慢慢戒掉编程
你写需求，AI写代码，你负责审核。
但这个流程藏着三个互相喂养的死循环：
第一，你越是让AI干脏活累活，你自己的编码肌肉就越萎缩。
第二，你越不懂代码底层逻辑，就越看不出AI生成的屎山代码里的坑。
第三，你越依赖特定厂商的AI代理，就越被他们锁死，哪天服务器崩了或者涨价了，整个团队直接停摆。
AI写代码很猛，但人一旦只当“指挥”，脑子会慢慢变钝，最后可能连“指挥”都指不动
咱们先别扯那些高大上的“AI赋能”、“下一代开发范式”，直接把话说透。现在市面上吹得最响的AI编程工作流是什么？就是你动嘴，AI动手。你写个需求文档，它给你生成几千行代码。你从“码农”升级成了“指挥官”，听着是不是倍儿有面子？
但我问你一个扎心的问题：你上一次亲手敲出超过五十行没让AI插手的代码，是什么时候？上周？上个月？还是你已经想不起来了？
AI编程代理这玩意儿，效率确实猛，但它有一个谁都不想提的副作用——它会在你觉得自己“很高效”的那段日子里，悄悄把你的编程脑子掏空。你以为是你在指挥AI，到最后你会发现，你连AI写的代码都看不懂了，更别提指挥它。
这不是AI的错，是这个流程本身自带一个死循环：监督AI需要你本身就很强，但过度用AI会让你变得很弱。
Anthropic自家的研究都承认了：监督AI需要的编程能力，恰恰是过度使用AI会摧毁的能力。
AI把写代码变成“丢骰子加抽卡”的执行流程，开发者开始从手工劳动退化成结果审查员
很多人拿AI代理跟以前的编程语言进化比，说这就像当年Fortran取代汇编，Java取代C++。他们说程序员一直在“往上走”，从管寄存器到管对象，现在只是换了个更高级的抽象层。哥们儿，这比喻听着有道理，但完全是偷换概念。汇编到Fortran，你写的东西更少了，但每一步执行结果都是确定的。你给编译器输入“A = B + C”，它不可能给你算出“A = B * C + 孙悟空”。但AI代理呢？你写“给用户发邮件”，它可能调用一个根本不存在的API，或者把邮件内容写成一坨乱码，或者脑子里自动脑补出“还要同时发短信”。这不是抽象层，这是赌场里的老虎机——你输入一枚代币，出来啥全看运气。
你想想以前的开发流程是啥样。你接到一个需求，脑子里先过一遍，然后打开编辑器，一个字符一个字符地敲。敲到一半发现不对劲，删掉重来。调个函数，查个文档，跑个测试，报个错，再修。整个过程像手工炒菜，油盐酱醋火候都是你自己掌控，累是真累，但每一勺下去你都心里有数。
现在AI编程流程是啥样？你往对话框里扔一段话：“帮我写一个用户登录功能，包含JWT验证。”然后AI噗噗噗给你吐出两百行代码。你干嘛？你不是在写代码，你是在当质检员。你从头到尾扫一遍，看看有没有明显的漏洞，有没有调用了不存在的库，有没有把密码明文存了。然后说一句“嗯，看起来还行”，合并，完事。
这看起来像升级成“指挥官”了对吧？其实你更像一个在流水线末端盯着自动炒菜机的质检员。炒菜机咔咔咔往外倒菜，你只需要拿筷子戳一筷子，看看熟了没，有没有蟑螂。问题出在哪儿？出在“菜的量”爆炸了。以前你一天炒二十道菜，每道菜都经过你手。现在炒菜机一天给你炒两百道菜，你只能每道菜戳一筷子。你觉得自己还在掌控厨房，但你已经很久没摸过炒勺了。
久而久之，一个特别尴尬的情况就来了：你还能看懂菜单上的字——“宫保鸡丁”、“鱼香肉丝”，但你已经搞不清楚后厨到底是怎么把这些菜做出来的了。AI生成的那两百行登录代码，你真的每一行都懂吗？那个装饰器的原理是什么？那个中间件的执行顺序会不会有坑？那个异常处理为什么这么写？你不知道。你只知道“它跑起来了”。这就是从“开发者”进化成了“结果审查员”的第一步。
当开发变成“审稿模式”，学习能力被切掉一半，成长节奏直接被砍半刀
咱们实话实说，编程这门手艺到底是怎么学会的？不是看会的，是摔会的。你写一个循环，忘了写退出条件，程序卡死了，你debug半小时，这辈子都忘不了要写退出条件。你调一个接口，没处理空指针，线上崩了，被老大骂一顿，你下次写代码之前脑子里先过三遍空判断。这些“摔跤”的过程，看着低效，其实是你的大脑在长肌肉。
AI编程流程干了一件什么事儿？它把“摔跤”这个环节给你删了。你让它生成一段代码，它直接给出一份看起来“差不多对”的版本。你不用踩坑，不用debug，甚至不用想“这里为什么要这么写”。你只需要扫一眼，嗯，没语法错误，逻辑说得通，过。学习路径从“写、错、调、修、记住”变成了“看、嗯、过”。中间那最值钱的“踩坑成长路线”直接被压缩成了一张薄薄的审查表。
就像学游泳，以前是把你扔池子里，让你扑腾，喝水，呛水，然后你自己学会怎么浮起来。现在AI直接给你一艘小汽艇，告诉你“你是船长了，开船就行了”。你觉得你进步了，其实你连水的浮力都没体验过。哪天汽艇没油了，你掉水里，你连狗刨都不会。
审查代码最多只占学习过程的一半，甚至不到。真正让你长本事的，是亲手写出代码然后被它折磨的那整个过程。你跳过了折磨，也就跳过了真正的成长。（这话有点像自略，不是所有成长都是要付出痛苦，快乐地失败、尝试，生命就在于破解过程，不是破解结果。）
更麻烦的点来了：用AI越多越依赖AI，最后形成“监督AI必须靠AI能力”的死循环
咱们现在要说到整个陷阱里最操蛋的一个结构了。
Anthropic用了一个词叫“监督悖论”，翻译成人话就是：你要想很好地监督AI写的代码，你自己必须得是个编程老手，能一眼看穿逻辑漏洞、性能坑、安全后门。但你要是一直用AI帮你写代码，你的编程能力就会慢慢萎缩，直到你根本看不出AI代码里的问题。你看不出问题，你就更放心地让它写，它写你就更看不懂。
你品品，这是个完美的死循环。就像一个驾校教练，天天让自动驾驶系统帮你开车，你觉得你坐在驾驶座上就是在“监督”。三个月后，系统突然让你自己开，你连油门刹车都分不清了。你不是在监督，你是在被系统带着跑。
LinkedIn管着五十个工程师的总监Sandor Nyako已经发现了这个问题在他的团队里蔓延。他直接下了一道命令：不准用AI代理做任何需要批判性思维或者问题解决的任务。他说了一句让我后背发凉的大实话：“一个人如果连批判性思维都没有，他怎么去质疑AI给出的答案到底准不准？”你看看，这话多狠。你越是相信AI，你就越懒得动脑；你越懒得动脑，你就越没有判断力；你越没有判断力，你就越得相信AI。到最后，你以为你在用工具，其实是工具在用你。
更吓人的是，这不光是新手的问题。那些写了快三十年代码的老炮，比如Simon Willison，他也公开承认，自从重度依赖AI生成代码之后，他对自己的应用已经没了那种“清晰的脑内模型”。以前他能画出整个系统的架构图，知道每个模块怎么交互，每个数据怎么流转。现在他面对一坨AI生成的代码，脑子里是一团浆糊，每加一个新功能都感觉像在沼泽里走路，因为他不清楚底下到底踩着什么。你看，连三十年的功力都扛不住这个流程的侵蚀。
（不过，也别太信这位Simon Willison，他为人过于谨慎，他就是哪个喜欢对大模型进行安全道德检测的新车检测站，你兴匆匆买个新车准备上路，还要人再给你验证一下，过度优化、过度验证都是真正保守主义，其实是阻碍技术加速发展的绊脚石。）
编程正在从“动手思考”变成“纯规划游戏”，但很多问题只有写代码时才会暴露
现在很多AI编程布道者喜欢说一句话：“你不需要再关注那些琐碎的语法和实现细节了，你需要关注的是更高层次的规划和设计。”听着特别有道理对吧？像一个将军不应该去管前线士兵怎么擦枪，他只需要制定战略。
但这话在编程领域有一个巨大的漏洞。编程这件事，有一个隐藏属性特别容易被忽视：写代码本身就是一种思考方式。你不是先在大脑里完完整整地把整个系统设计好，然后再像打字员一样把它敲出来。绝大多数人，包括那些顶级开发者，都是“边写边想”的。你写一个函数，写到一半发现参数设计不合理，你回去改接口。你搭一个类结构，搭着搭着发现之前设想的继承关系根本行不通，你推翻重来。代码不是设计的结果，代码就是设计的过程。
OpenCode的作者Dax在采访里说了一句我特别想刻在键盘上的话：“当我面对一个新东西或者特别难的东西时，我敲代码的过程，就是我搞清楚‘我们特么的到底要干什么’的过程。”他写类型，写函数之间的协作草图，玩弄文件夹结构，这些不是在“执行计划”，这些就是在“制定计划”。你要是让他先坐那儿写一个完美无瑕的大需求文档，他能憋疯。
为什么？因为你嘴里说出来的需求和真正能跑起来的代码之间，永远隔着一条马里亚纳海沟。
你说“做一个深色模式”，你脑子里想的是“背景深灰，字白，蓝色链接”。AI理解的是“background-color: #121212; color: #ffffff; a标签默认蓝色”。但它不知道你的深色模式要不要跟着系统主题切换，不知道那些自定义组件怎么适配，不知道已经写死的那些内联样式怎么覆盖。
又比如，你学绘画写生，老师说要注意环境色，环境发射的颜色和光，这个你就很难注意到，结果画出纯色红的红苹果，极其不真实，其实我们的眼睛在感受真实与否有一个暗藏的标准，就看你环境色是否统一，统一说明处于一个特定场景Context，否则就直觉判断不真实，这些都是你通过理智无法觉察的潜意识。
如果你不将这种上下文背景Context知识告诉AI，AI会用自己的“猜测”来填。而它的猜测来源，是它训练数据里那些乱七八糟、质量参差不透的代码片段。最后你拿到的东西，永远比你想要的奇怪那么一点点。你为了修正那一点点奇怪，又要花更多时间去审核、去让AI重写、去烧更多token。
最后你发现，你当初自己花两个小时写的那五十行干净代码，比现在折腾一下午加两千行AI代码要靠谱一万倍。
另一个隐藏风险是：成本依赖和供应链锁死，让开发变成“租用能力”而不是“拥有能力”
聊完了脑子的问题，咱们聊点现实的：钱和命脉。你想想，你家一个高级工程师的月薪是多少？三万？五万？这是个固定数字，对吧？你管他今天心情好不好，效率高不高，你付的钱是一样的。但是AI代理的token费用呢？今天是这个价，明天模型一更新，同样的需求可能要多烧三倍的token才能跑出同样的结果。后天供应商搞个促销，大后天又涨价。你的成本从一个稳定系统变成了一个随机游走的神经病。
Primeagen说过一句特别狠的话：“当你全面采用代理工作流的时候，模型供应商就等于拥有了你。”为啥？因为你的团队已经不会自己写代码了。哪天Claude或者Copilot的服务宕机两个小时，你的整个开发团队就干瞪眼两个小时。这还不是最可怕的，最可怕的是，你的团队已经失去了“没有AI也能干活”的能力。你仔细品品这事儿有多荒谬。你付钱给一个工具，工具让你变强，但同时也让你变得离不开它。这就像一个健身教练，先把你腿打折，然后高价卖你轮椅，最后还告诉你“轮椅是新时代的走路方式”。
这不是理论推导，已经发生了。
上次Claude大范围宕机的时候，LinkedIn上无数帖子在哀嚎“我们团队动不了了”，“整个sprint因为一个外部API挂了全停了”。他们的工作流已经深度绑定在那个特定的AI代理上，自己的编程能力退化到了连一个简单的null pointer异常都要靠AI来修的地步。你猜模型供应商看到这种景象是害怕还是开心？他们当然开心。他们要的就是这个效果——让你从一个拥有独立生存能力的开发者，变成一个需要不断消耗token才能产出价值的“租户”。今天租你的逻辑能力，明天租你的调试能力，后天连你写个for循环都要按字数收费。
其实话说回来，这些知识暂时现象，如果AI变成基建，你就不会成天担心房子倒了轧死自己。
最后真正的分界线：会用AI的人很多，但还能不用AI解决问题的人，会越来越少
让AI当你的副驾驶，别让它替你开整趟车。
怎么做？
第一，用AI帮你生成思路、草稿、调研，但核心的实现部分，你自己手写。哪怕只写百分之二十，这百分之二十就是你的肌肉记忆防退化训练。
第二，你跟AI交流的时候，多用伪代码，少用纯自然语言。伪代码离真实代码更近，AI胡说八道的空间更小，你也能保持手感。
第三，永远不要让AI一次性生成你半小时内审核不完的代码量。如果它给你吐了一大坨，你就自己手撕成小块，一部分一部分地理解、重构、合并。
这相当于让你先学车用手刹，然后手刹和自动刹同时用，这为了安全、谨慎和保守付出的复杂性代价太大，但是话说上去很好听，很中肯，完全是那种为了你好的腔调，其实是智商不够胆子补不了，智勇双缺的表现。
原文结尾引用了fast.ai创始人Jeremy Howard的一句话：“现在全面拥抱AI代理的人，正在确保自己的过时。你如果把所有思考都交给计算机，你就会停止提升技能、停止学习、停止变得更有能力。”
这话说得，好像用AI智能体的人都是傻子，其实AI是一匹自由的马，我们要驾驭它，怎么使用马的缰绳Harness来叫停，又喊重来的节奏，这种战略大智慧，不是普通智商的人能驾驭，智勇双全的马背上民族如古蒙古人，那是通过实力验证的。