作者这个月为同一件事争论了三次：一次是客户想跳过招初级开发者，理由是「Claude 就能干」；一次是朋友坚信自己 2027 年前失业；一次是凌晨两点盯着一个看似完美、实则悄悄坏掉、他差点忽略的 AI 生成 PR。他承认 AI 在样板代码、CRUD 脚手架、配置文件、常规单测与文档、回忆混乱的 API 签名、在熟悉的语言间翻译逻辑、以及有成熟形状的第一版草稿上确实又快又稳。但他同时引用了一组不好看的数据：2025 年 METR 研究让有经验的开发者在真实任务上使用前沿 AI 工具，结果完成时间反而多了 19%，而他们全程感觉自己快了 20%；AI 生成代码引入 Bug 的概率约为人工代码的 1.7 倍，引入 XSS 漏洞的概率接近 2.7 倍；只有 3.1% 的开发者会不检查直接信任 AI 输出，45.2% 的人认为调试 AI 代码比自己从头写更费时间。他把随之而来的问题命名为「理解债」：你在已经写不出这段代码之后才去评审它，评审迟早会退化成橡皮图章。
🔑 核心要点
AI 真正占优的场景是任务窄、输出易验证：样板、CRUD、配置、单测、文档与第一版草稿。
2025 年 METR 研究显示有经验的开发者用前沿 AI 工具反而多花 19% 的时间，同时全程自我感觉快了 20%。
AI 生成代码引入 Bug 的概率约为人工代码的 1.7 倍，引入 XSS 漏洞的概率接近 2.7 倍。
可怕之处在于这些缺陷不是红色报错，而是 off-by-one、漏掉的边界、上线三周后才出现的竞态。
只有 3.1% 的开发者不检查就信任 AI 输出，而 45.2% 认为调试 AI 代码比自己写更耗时。