摘要：前阵子贝恩咨询出了份报告，直接给火热的AI编程泼了盆冷水本来大家都觉得这玩意儿，是程序员的“救星”，能让写代码的效率翻番，毕竟编程领域可是生成式AI最早落地的地方。

前阵子贝恩咨询出了份报告，直接给火热的AI编程泼了盆冷水本来大家都觉得这玩意儿，是程序员的“救星”，能让写代码的效率翻番，毕竟编程领域可是生成式AI最早落地的地方。

科技公司前前后后砸了几十亿进去结果报告里明明白白写着，AI编程带来的生产力节省“并不显著”，这结果一出来，估计不少公司老板得对着投资清单犯愁。

之前也以为AI编程能帮程序员少加会儿班，后来跟几个做开发的朋友聊才发现，根本不是那回事儿不光是生产力没提上去，更头疼的是大家压根不用很多公司明明部署了AI编程工具，可实际用的开发者没几个，就算用了。

也只敢在写简单代码片段的时候用用今年7月有个叫ModelEvaluation&ThreatResearch的非营利组织做了研究，发现个更严重的事儿，开发者用了AI工具，反而比不用多花了不少时间，具体到数字得有19%。

AI它生成的代码看着挺像那么回事，实际藏着不少逻辑漏洞，这就是行业里说的“幻觉”问题开发者得花额外时间去查、去改这些错代码，本来想省时间，结果反而更累我有个程序员朋友就吐槽。

上次用AI写个用户登录模块的代码，AI居然忘了加密码加密的逻辑，他后续调试花的时间，比自己从头写还多，从那以后他再也不用这工具了。

要是写简单代码还能忍忍，碰到大型复杂代码库，AI就彻底“歇菜”了它根本搞不懂代码里的上下文关系，经常给出那种“差不多对，但就是不对”的解决方案StackOverflow今年做了个调查，更有意思——用AI工具的开发者是多了。

但信任它的人反而少了之前还有四成多开发者信它，现在只剩三成出头，超过一半的人说AI会误导新手。

我认为，这事儿也不能全怪AI复杂代码里涉及到业务逻辑衔接、系统兼容性这些东西，AI没接触过企业内部的代码规范，自然写不对。

可问题是，行业之前把AI吹得太神了，总说它能“替代程序员”，没考虑到实际开发里，除了写代码还有改代码、整合代码这些环节，把问题想简单了。

生产力没提上去就算了，更吓人的是安全问题安全公司Apiiro最近也出了份报告，说用AI编程的开发者，写出的代码里安全问题是不用AI的十倍这可不是小事啊，尤其是做金融、医疗软件的，一个漏洞可能就导致用户信息泄露。

甚至造成经济损失今年就有个金融科技公司，用AI生成交易结算的代码，结果代码里有个整数溢出的漏洞，系统一算就错，单日损失超300万，这教训够深刻了。

StackOverflow有个叫ErinYepis的分析师，她也说今年开发者对AI编程的态度变了——以前还愿意试试，现在不少人既不喜欢也不信任我跟一个大厂的研发组长聊过，他说他们团队里，资深开发者大多反感AI生成的代码为啥？

因为这些代码没注释、变量命名也不规范，后续版本迭代的时候，七成以上的AI代码都得重构，反而给团队添了“技术债务”，这可不是明智之举。

更麻烦的是，传统的代码审查流程根本管不住AI生成的代码以前人工写代码，审查的人逐行看还能应付，现在AI写的代码又多又杂，审查效率直接降了一半有些公司为了赶项目进度，就把审查流程简化了。

这么一来，安全隐患不就藏下来了？微软今年倒是推出了个能辅助审查AI代码的工具，可准确率也就六成多，最后还是得靠人二次检查，等于没省多少事。

问题这么多，总不能一直这么耗着贝恩在报告里也给指了条路，说AI编程的真正价值，不在只用来写代码，得把它融入到整个软件开发生命周期里，从需求分析、设计，到测试、部署、维护，每个环节都用起来才行谷歌的DeepMind今年推出的CodeyAI就是这么做的。

有个电商平台试点后，开发周期从45天缩到了28天，这才真正提了效。

如此看来，之前大家光盯着“写代码”这个环节，确实走偏了比如需求分析的时候，用AI把用户需求提炼成清晰的文档，测试的时候，让AI自动生成测试用例，这样形成一个“AI协同闭环”，才能真正帮上忙还有个叫“代理AI”的技术。

据说也能解决不少问题Anthropic公司今年发布的Claude3Enterprise，就能自己完成“写小功能-做单元测试-提交代码”的全流程，有个SaaS公司用了之后，简单功能的开发成本降了六成。

不过这技术也有麻烦，代理AI得接入企业内部的代码库和权限系统，数据安全和隐私保护是个大问题现在敢深度集成的大型企业也就一成多，大部分公司还是不敢冒这个险而且今年二季度，全球对AI编程工具的投资环比降了一成多。

不少企业也开始变得务实了——不再追求“全面部署”，而是挑些高频简单的场景，比如生成前端组件、写API调用代码，先小规模试试水。

AI编程现在的处境，挺像之前的“共享经济热”，一开始大家都觉得是风口，砸钱抢市场，后来才发现问题一堆但这也不是说AI编程没用，只是行业得从“炒作”回归理性承认现在的技术有局限，把基础问题解决好，比盲目喊“替代程序员”的口号管用多了。

进一步来看，技术进步本来就不是一帆风顺的AI编程要想真正帮到开发者，还得在全流程整合、安全控制这些方面多下功夫以后要是能把这些问题理顺了。

说不定真能让程序员少加会儿班。但现在，大家还得再等等，别着急把宝全押在AI上毫无疑问，只有踏实解决实际问题，AI编程才能真正成为开发者的“帮手”，而不是“麻烦制造者”。

来源：小模型数学