2026 年 9 月 11 日，资深程序员、Rust 加密团队技术主管 Andy Balaam 在个人博客发布了一篇名为《Feeling Sad about AI》的博文与视频。这位常年深耕系统底层的开发者在镜头前坦言，自己近来因技术变革陷入了深重的抑郁，这种低落甚至直接冲击了他照料家庭与日常社交的能力。耐人寻味的是，这种痛苦既不是因为他当天失去了工作，也不是恐惧饭碗即刻被砸，而是源于整个科技产业正在推销的一种轻慢叙事：传统手工编程已被判为淘汰的恐龙手艺，程序员如果不对着云端模型付月租生成代码，就是在做无用功。
这不仅是一位老派工程师的怀旧阵痛，而是软件工业在效率神话掩盖下，正在经历的一场深层秩序剥离。
膨胀的代码量，与反向增加的 19% 工时
大模型厂商兜售的生产力奇迹，在受控测试里确实漂亮。GitHub 的对照实验显示，95 名专业开发者在利用 Copilot 构建小型 HTTP 服务器时，任务速度提升了 55%，成功率从 70% 上升至 78%。在 GitHub 2025 年发布的 Octoverse 数据中，平台每月流转约 4320 万个 PR、推送 8219 万次代码，Copilot 自动化工作流仅上线 5 个月就合并了超过 100 万个 PR。Anthropic 的内部报告同样宣称，Claude 让工程师人均合并 PR 数量增长 67%，自报生产力拉升约 50%。
然而，真实工业级软件的开发从来不是写几个小型测试接口。
非营利评测机构 METR 在 2025 年的一项随机双盲试验击碎了线性外推的幻想：当 16 位富有经验的开源开发者在自身熟稔的复杂代码库中解决 246 个真实工程任务时，引入 AI 工具不仅没有节省精力，反而让任务完成时间拉长了 19%。
即便在标杆测试 SWE-bench Verified 上，Claude 3.5 Sonnet 在 2025 年初的解决率也只有 49%。这意味着在复杂系统内，有一半以上的补丁无法一次性通过。
更值得玩味的是 Anthropic 披露的另一组数据。截至 2026 年 5 月，其内部代码库已有超过 80% 的代码由 Claude 生成，每名工程师合并的代码量攀升至 2024 年水平的约 8 倍。但官方自身也不得不承认，单纯的代码行数根本不等于实际工程价值，这串暴涨的数字存在严重虚高。
产出海量代码并不等于完成工程，它极大概率只是把敲键盘的体力转移成了审查劣质代码的脑力透支。
生成门槛的归零，直接导致了技术债务的井喷。机器在几秒钟内倾泻出的成百上千行代码，逼迫人类资深开发者充当全天候的纠错守门员。打补丁、测边界、排查幻觉逻辑，正在把原本充满创造性的软件构建，退化成一种高压力的工业级排污作业。
梯子正在被抽走：16% 的青年就业裂痕
在管理层沉醉于代码行数翻番的同时，整个技术行业赖以繁衍数十年的培养机制正在无声坍塌。
根据斯坦福大学 2026 年 6 月发表的经济学研究，在 22 至 25 岁的人群中，高 AI 暴露职业的就业比例相较于低暴露群体相对下降了 16%，其中首当其冲的就是初级软件开发岗位。美联储 2026 年 3 月的报告同样印证了这一冷水：自 ChatGPT 问世以来，软件工程师的招聘增速经历了断崖式减速，行业整体规模仅仅维持微弱低速爬行。
尽管美国劳工统计局（BLS）乐观预测 2024 至 2034 年间软件工程岗位仍将增长 15.8%、带来超过 26.7 万个净增职位，但宏观指标根本无法抚平微观层面的断层。
软件工程本质上遵循着古老的学徒制。一名新手从编写重复简单的 CRUD 逻辑、修补无关痛痒的边缘 Bug 起步，在数万次报错与修复的泥潭里建立起对内存、并发、边界条件与系统脆弱性的肌肉记忆，最终蜕变为能够拍板系统架构的资深人员。
现在，这个梯子的底层台阶被大模型一次性抽走了。既然机器几秒内就能拼凑出可用性尚可的模版，企业自然不再愿意为年轻人的试错成本买单。
- 风险.当整个行业把练习性质的基础任务全部外包给模型，十年后我们将迎来一批只会给黑盒提要求的审查员，却再也没有人懂得底层系统在发生崩溃时该如何逆向分析。
编译器诞生之后，没人真正放弃理解机器
软件行业的恐慌并非第一次发生。半个世纪前，当高级语言与编译系统逐步接管底层编码时，同样有人预言对汇编与机器指令的理解将迅速消亡。然而事实是，编译器的普及非但没有让系统工程贬值，反而催生了对管线优化、缓存局部性与内存架构更加严苛的专业化要求。
人机协作的分工边界正在显露原形。Anthropic 分析了大约 40 万次 Claude Code 交互后证实：在人机协作中，人类开发者牢固主导着系统的顶层规划与架构决策，模型则纯粹负责低位执行；而且开发者的专业知识越深厚，单个指令撬动的有效生产力就越高。
外行误以为编程的实质是把文字敲进文本编辑器，但软件构建的核心自始至终是对现实混乱逻辑的形式化建模。正如古人所言，“工欲善其事，必先利其器”，工具越是强大，驾驭者的心智门槛不仅没有摊薄，反而变得更加严苛。
Andy Balaam 在博文末尾做出了一个看似逆潮流的选择：他坚定地支持自己的两个孩子在大学和中学继续学习完全不依赖 AI 的底层基础编程。
这不是堂吉诃德式的盲目抵抗。当概率模型泛滥成灾、生成代码以 8 倍速泥沙俱下时，真正稀缺的能力不再是谁能更快拉出一张页面，而是谁能透视机器内部的确定性逻辑，在数百万行幻觉横行的代码堆里准确找出那根引爆内存的引线。这门手艺从来没有死，它只是在狂热退潮前，把门槛筑得更高了。