摘要：15年资深开发者CarlaRover，前段时间因为用“氛围编程”搞项目，最后不得不把代码全推翻重来，情绪崩溃到哭了半小时。
15年资深开发者CarlaRover，前段时间因为用“氛围编程”搞项目，最后不得不把代码全推翻重来，情绪崩溃到哭了半小时。
这事听着有点夸张，但确实是她经历的真实情况。
Carla从2010年就入行做Web开发，现在和儿子一起开了家初创公司，专门给不同市场做定制化的机器学习模型。
本来想靠AI编程快点出成果，走个捷径，结果AI自动审查完的文件她连看都没看就用，等后来手动检查才发现bug多到离谱，第三方工具一测，还查出更多隐藏问题。
老实讲，Carla这事其实暴露了不少人用AI编程的通病，把AI当甩手掌柜。
她后来在采访里说，当时真把Copilot当员工用了，啥都丢给AI处理。
这话我挺认同的，AI再方便也不是万能的，尤其编程这种需要严谨逻辑的事，少了人工核对这步，很容易出岔子。
她还打了个比方，说氛围编程就像张鸡尾酒餐巾，能随便画想法，但要把想法落地成能用的代码，根本不够；用AI编程，就像让个聪明却只有6岁的小孩端咖啡，大概率会搞砸，还不会主动说。
这个比喻挺贴切的，AI的“小聪明”和真正的编程能力，差的不是一点半点。
不只Carla，20年经验的FeridoonMalekzadeh也有类似困扰。
他现在自己开初创公司，常用Lovable这类氛围编程平台，还试过用AI做个小应用，给60-70岁的人生成Z世代黑话。
本来觉得AI能帮自己独自完成项目，又省钱又省时，结果发现根本不是这么回事。
他说用氛围编程，更像雇了个又犟又横的青春期孩子帮忙，一件事得反复说十五遍，最后AI只做了一部分，还顺手搞砸别的。
我本来想，会不会是他对AI要求太高了？后来看他算的时间分配才明白，他50%的精力要用来写AI需求，10%-20%才是氛围编程本身，剩下30%-40%全在“修bug”，改AI搞出来的错，删没用的脚本。
这哪是AI帮人，分明是人帮AI擦屁股。
而且Feridoon还发现，AI编程没“系统性思维”，比如同一个通用功能，好的工程师写一次就能到处用，AI却会在五个地方写五种不同的代码，最后不光人看懵，AI自己都乱套。
Linux之父之前还调侃过，说VIBE是“效率很低，但娱乐性拉满”。
这话一点不假，不少开发者都有过被AI逼疯的经历：AI会编不存在的包名，会偷偷删关键代码，甚至埋安全漏洞。
要是没仔细查，用这些代码做产品，问题只会比人写的多。
Fastly之前做过调研，不少开发者都得额外花时间修正AI生成的代码，而且这活儿大多压在高级开发者身上。
如此看来，所谓的“高效”AI编程，其实是把工作量从“写代码”转移到了“改代码”上，对程序员来说，根本没省多少事。
问题多了，新职业也跟着冒出来，“氛围编程清理专家”最近就冲上了热榜。
网上有人说这行一年能挣10万美金，本来想只信网友的说法，但后来查了下Glassdoor的数据，类似AI代码优化工程师的岗位，平均年薪确实在8-12万美金，而且去年的招聘需求比前年多了35%。
这也从侧面说明，AI编程搞出来的“烂摊子”，已经多到需要专人来收拾了。
更让人担心的是安全问题。
Fastly的开发总监AustinSpires做了20多年编程，他说氛围编程总想着快，反而常犯新手才会犯的低级错误，最后还得工程师一遍遍纠正，AI倒好，每次都秒回「你说得对」，态度再好也没用，问题还是得人解决。
NinjaOne的CTOMikeArrowsmith也说，氛围编程经常跳过传统编程里的审查流程，而这些流程本来是防漏洞的关键。
尤其初创公司，本来资源就少，为了赶进度更容易省掉审查，最后很可能踩进安全坑。
说实话，初创公司想快点出成果能理解，但编程这行，基础流程不能省。
就像盖房子，地基没打牢，再快盖起来也会塌。
AI生成的代码里藏的漏洞，要是没及时发现，等产品上线了再爆发，损失只会更大。
年轻工程师ElvisKimara的感受又不一样。
他硕士毕业后做AI交易平台，觉得氛围编程让工作变难了，还没成就感，AI轻松搞定的事，自己动手解决的快乐没了，连多巴胺都少了。
他还说，之前公司里有些资深开发者不愿带新人，要么是自己还没搞懂氛围编程，要么干脆把带新人的事也甩给AI。
但即便这样，Elvis还是说，以后成了高级工程师，也会接着用氛围编程，因为确实能提高效能。
这种矛盾挺真实的，AI编程确实改变了开发者的工作方式，能帮着做些基础工作，但也带来了依赖、成就感缺失这些问题。
说到底，AI只是个工具，不是替代品。
程序员要做的，不是当“AI保姆”，而是学会引导AI，在出问题时能担起责任，做AI的“顾问”。
现在花时间在AI代码里修bug，可能是用这项技术必须交的“税”，但怎么让这“税”交得值，让AI真正帮上忙，而不是添乱，才是更该琢磨的事。
来源：知夏Pro