前几天读到 Mario Zechner 的一篇博文 Thoughts on Slowing the Fuck Down，标题很直白，就是叫你慢下来。Zechner 是 Pi agent 框架的作者，不是什么 AI 抵制者，他天天用 AI 写代码。但用得越多，他越觉得不对劲。
我翻了翻最近类似的讨论，发现关于 AI 写代码这件事，实际情况比"提效 10 倍"复杂得多。
快的是生成，不是交付
AI 确实让生成代码变快了。92% 的美国开发者在用 AI 编码工具，全球 41% 的代码是 AI 写的。Cursor、Copilot、Windsurf 做原型确实快，3 到 5 倍没什么问题。
但生成代码只是软件开发的一步。后面还有 review、测试、集成、部署、维护。AI 把第一步加速了，后面的瓶颈一个没少，有些还加重了。
AI 生成的 Pull Request 通常比手写的大两到三倍，涉及更多文件。时间从"写代码"搬到了"读代码"。团队造东西的速度超过了安全上线的速度。这不叫提效。
感觉快了 24%，实际慢了 19%
有一项针对资深开发者的随机对照实验，结果挺有意思：用 AI 工具的那组完成任务慢了 19%，但他们自己觉得快了 24%。感知和现实差了 43 个百分点。
几个原因：觉得 AI 能搞定就不深想了；AI 给的建议经常不能直接用，改来改去；审查 AI 输出的时间被严重低估；AI 对老代码库和复杂业务逻辑的理解远不如人。
Zechner 在原文里说，人类写代码的那种"摩擦"其实有用处。它迫使你去理解系统的全貌。AI 消除了这层摩擦之后，小错误就以你跟不上的速度堆叠起来。
Vibe Coding 的代价
Andrej Karpathy 2025 年提出了 Vibe Coding 这个说法：用自然语言描述需求，AI 生成代码，开发者凭感觉验收。概念流行得很快，批评也来得很快。
45% 的 AI 生成代码包含安全漏洞。开发者调试 AI 代码花的时间，经常比自己写还多。AI 生成的代码有人形容为"结构性浅薄"，能跑，但缺乏架构判断。Gartner 那边给了个数字，AI 相关软件缺陷预计增长 2500%，75% 的技术领导者会面临 AI 代码库带来的技术债。
速度优先、review 缺失。这在透支未来。
你的大脑在偷偷退化
这部分是我觉得最值得警惕的。
用 AI 辅助学习新库的开发者，理解测试得分低了 17%。代码能跑，但他们不理解为什么能跑。完全把编码交给 AI 的开发者，调试不了自己的输出。
对老手来说，这是技能生锈。不练就会退化。对新手更麻烦，叫"认知闭锁"，就是从来没有建立过独立编程所需的思维模型。
打个比方：天天打车上班，几年后你可能不认路了。GPS 没让你变成更好的司机，只是让你不需要认路了。
几个有代表性的声音
Zechner 偏悲观。他的建议是刻意限制 AI 使用，核心架构和 API 手写，AI 生成量不超过你的 review 能力。"慢下来"这件事本身就是一种能力。
Google Chrome 团队的 Addy Osmani 更务实。他说 AI 是个需要你指导的 pair programmer，不是能自己做决定的人。先设计再编码、写测试、做 review，这些经典纪律在 AI 时代变得更重要了。他觉得以后区分好开发者的标准是：你能不能看出 AI 什么时候搞错了。
Django 联合创始人 Simon Willison 说得更直接：LLM 奖励已有的最佳实践。你工程基础越好，AI 工具对你帮助越大。AI 是放大器，放大的是你已有的东西。
三个人的观点不矛盾。你的基础功决定了你能从 AI 里拿到多少价值。
实际该怎么办
几条我觉得可行的建议：
核心代码自己写。 架构设计、API 定义、关键业务逻辑，这些是系统骨架。让 AI 帮你写实现可以，但"建什么、怎么建"的决定得是你做的。
控制生成节奏。 AI 生成的代码不应超过你能逐行 review 的量。发现自己在盲目接受输出了，说明生成太多了。
把 AI 当初级开发者管。 给清楚的指令，严格 review，不盲目信任。这不是贬低 AI，是正确定位它的能力边界。
定期裸写代码。 运动员需要基础体能训练，开发者也需要保持不靠 AI 写代码的能力。调试、算法设计、系统分析，这些肌肉不练会萎缩。新手尤其要注意，你得先有心智模型，AI 才能帮你加速。
学习重心往上移。 AI 能替你写 for 循环，替不了你做系统设计、安全审计、性能调优。在 AI 输出里发现微妙的逻辑错误和架构问题，这本身就是高级技能。
团队要定规矩。 哪些代码必须人工写，AI 代码的 review 标准是什么，初级开发者怎么用 AI。没有规矩的 AI 使用就是没有规矩的技术债制造。
回到问题本身
AI 真的让写代码变快了吗？
生成代码是快了。交付好的软件，不一定。
当所有人都能用 AI 快速堆代码的时候，能判断代码质量、做对架构决策、在复杂系统里保持清醒的人，反而更稀缺了。写代码的门槛降低了，写好代码的门槛提高了。
Zechner 那篇文章标题虽然粗糙，但说的是对的：什么都在加速的时候，能慢下来想一想，比什么都重要。
参考来源：
- Mario Zechner - Thoughts on Slowing the Fuck Down (2026-03-25)
- Addy Osmani - AI-assisted Engineering Workflow 2026
- Simon Willison - LLMs reward existing best practices
- Gartner - AI Software Defects Prediction 2026
- Andrej Karpathy - Vibe Coding (2025)