连Laravel API都不会写了！用AI敲半年代码，我把自己“废”了……

AI编程助手给开发者带来了前所未有的效率，却也悄悄侵蚀着他们的基础技能。当一位资深工程师发现自己连最基础的API都写不出来时，行业开始重新审视这场效率革命背后的真实代价。

“有一次我忘了怎么实现一个 Laravel API，吓得魂都没了。” 一名网页设计公司的软件开发者向404 Media这样描述他的经历。做软件开发多年、大学本专业出身、曾经对这些基础代码了如指掌——在使用了AI编程助手大半年后，他却对着编辑器发呆，脑子里一片空白。

“我大学就是学这个的，做了好多年软件工程师，那一刻却感觉自己回到了没写过一行代码的状态。”他如此形容自己的恐慌。

这种被称为“脑子生锈”的感觉，正在全球开发者社区中蔓延。在Reddit、Hacker News以及各大科技公司内部频道里，越来越多的程序员开始公开讨论一个令人不安的话题：过度依赖AI编程助手之后，我的基本功好像正在消失。

不可否认，AI编程工具正在颠覆软件开发的传统范式。Google透露其75%的新代码由AI生成，微软CEO纳德拉称这一比例已达30%，Meta的扎克伯格甚至预测大部分代码工作将在未来一两年内由AI接管。科技巨头们用这些数字向投资者讲述着一个关于效率跨越式提升的美好故事。

然而，在一线开发者聚集的社区里，故事的另一面正在被反复书写。

Gartner知名副总裁分析师Daryl Plummer直言不讳地指出：“如果你每天都在用AI生成代码而不是亲手写代码，那么你每天都在丧失编码能力。”这不是危言耸听——Manjunath Bhat用“经验饥饿”来形容这一现象：当企业期望AI能让年轻开发者在几个月内成长为骨干而非数年时，他们实际上正在剥夺新手从实践中学习的最宝贵机会，最终导致“关键基础技能的持续侵蚀”。

Point Health AI的工程师Pia Torain的亲身经历印证了这一点。连续四个月每天发出数百条AI提示词后，她发现自己正在“逐渐丧失编程能力”。Torain如今刻意放慢速度，强迫自己理解整个程序的架构与流程，因为她意识到，把太多编程工作外包给AI，终将付出巨大的代价。

“不用则废。”Torain用这四个字警告正沉浸在AI编程便利中的同行们。

如果说“变笨”还属于心理层面的隐忧，那么AI生成的代码质量则已经造成了真金白银的损失。

调查公司Lightrun发布的《2026年AI驱动工程现状报告》给出的数字令人震惊：高达43%的AI生成代码变更在生产环境中需要手动调试，即便它们已经通过了QA和预发布测试。更令人不安的是，没有任何一家受访企业表示只需一次部署就能确认AI建议的代码修复有效；高达88%的公司需要2到3次手动重部署才能获得信心。

这就不难理解，为何Stack Overflow的2025年开发者调查会揭示一个十分矛盾的现象：84%的开发者正在使用或计划使用AI编程工具，每天使用AI的专业开发者比例已经攀升至51%；但对AI输出的高度信任者仅占3%，46%的开发者明确表示不信任AI输出的准确性。高达66%的开发者将“AI给出的方案几乎正确但总差一点”列为首要痛点，另有45.2%的人抱怨调试AI生成代码比从头编写还要耗费时间。

这种情况催生了一种极具讽刺意味的“表演式AI”——开发者使用AI并非因为有用，而是因为绩效评估明确与“AI采用率”挂钩。一位FAANG公司的工程师告诉媒体：“我们大多数人被重新编组进了所谓‘AI聚焦小队’，遇到所有问题都是‘先上AI’。AI工具像洪水一样涌来，你根本躲不开。”

结果是，没人真正关心代码质量，而技术债务正在像雪球一样越滚越大。一位UX设计师用一个形象的比喻来描述这一困境：“我们正在搭建一个像老鼠窝一样的技术债堆，将来一旦这些模型贵到用不起，这堆代码就永远解不开了。”

2026年3月，亚马逊因AI辅助代码引发的故障导致超过600万订单丢失，直接动摇了这家电商巨头的商业根基，最终不得不启动为期90天的代码安全“紧急制动”，并规定所有AI辅助代码变更必须由资深工程师审批后才能部署。

如果说资深开发者尚能意识到AI带来的风险并主动防御，那么刚刚踏入职场的初级开发者则处于更加被动和危险的位置。

微软Azure CTO Mark Russinovich与GitHub副总裁Scott Hanselman在《ACM通讯》发表的联合论文中发出了前所未有的警告：生成式AI正在从根本上摧毁软件工程的人才培养体系。他们认为，拥有足够判断力的高级工程师正在享受AI带来的巨大生产力红利，而职场新人却陷入“AI拖累”——既无法靠自身能力与AI竞争，又无法在工作中积累以往赖以成长的经验。

数据真实地反映了这一变化趋势。哈佛大学的一项研究显示，在GPT-4发布之后，22至25岁人群在高AI暴露岗位（包括软件开发）的就业率下降了约13%。更为触目惊心的是，自2022年以来，初级开发者的招聘量下降了67%。

“编程不等于软件工程。”Russinovich和Hanselman在文章中反复强调这一点。识别AI生成的表面正确代码中的深层缺陷、评估架构合理性、判断性能优化方向——这些被他们称为“系统品味”的核心能力，恰好需要初级开发者在真实生产环境中日积月累才能打磨成型。而在AI时代，金字塔的底座正在被彻底掏空。

一篇在Hacker News上引发广泛共鸣的评论精准地概括了这种焦虑：“如果大语言模型能更快、更廉价地完成初级工作，导致没人愿意雇佣初级开发者，那么未来还有谁能成长为专家呢？”

问题并非科技高管们没有意识到，而是有着更深层的经济驱动：削减初级岗位招聘，短期内无疑是最合算的财务选择。正如Futurum Group分析师Mitch Ashley所言：“企业这样做，是在做一个后果可能数年后才会显现的决定，届时付出的代价很可能远超所节省的成本。”

AI写代码本身不是原罪。但当它被当作绩效考核的标尺、裁员的借口和年轻人成长的替代品时，整个行业可能需要问一个更本质的问题：

如果有一天，所有程序员都不知道如何在不借助AI的情况下构建一个简单的API，我们手中的这项工程，还算是我们真正掌控的工程吗？

毕竟，最终值得珍视的，并非代码本身——而是那个能够独立思考、严谨推理、会犯错也会进步的你。

参考链接：https://www.404media.co/software-developers-say-ai-is-rotting-their-brains/