十万个why：AI 让开发效率提升了一倍，为什么程序员反而更累了？
大家好，我是小富。
《十万个why》系列持续更新中
这个话题我本来不打算写的，因为它不是一个纯技术问题。但最近跟几个朋友聊天，大家的感受出奇一致：AI 工具用上之后，代码确实写得更快了，但下班时间没有提前，反而更晚了。
这个现象挺反直觉的，按理说效率提升了工作量应该减少才对。但实际情况完全不是这样。
效率提升了，产出预期提升得更多
这是最核心的原因。
以前一个需求评估 5 天完成，现在你用 Copilot、Cursor 这些工具，3 天就写完了。你以为可以剩下两天摸摸鱼，但实际上发生的事情是：项目经理发现你 3 天就搞定了，下次排期就给你按 3 天排，然后再塞一个新需求进来。
效率提升省下来的时间，从来不会变成你的休息时间，它会被立刻填满成新的工作量。
这不是 AI 时代才有的事。Excel 出来之后财务更累了，因为老板发现报表可以做得更细更快，于是要求更多维度的分析。PPT 做得越快，开会越多。邮件比信件快了一百倍，结果每天要处理的信息量也多了一百倍。
工具效率的提升，最终受益的是组织的产出，不是个体的负担。 这条规律在每一次工具革命中都反复验证过，AI 不会是例外。
写代码快了，但写代码只是工作的一部分
AI 提速的部分主要集中在"编码"这个环节：写新功能、写测试、写模板代码。这些工作确实快了很多。
但程序员日常工作中吃时间的其他环节，AI 一点忙都帮不上：
需求评审。 产品经理讲了四十分钟，你发现核心问题他一个没提到，剩下的时间全在掰扯边界条件和异常流程。这个会该开多久还是多久。
联调。 你的接口写完了，对方的接口没好。好了之后联调发现字段定义对不上，改完又发现状态机的流转逻辑两边理解不一致。来来回回沟通、对齐、修改，这个过程完全不受 AI 影响。
排查问题。 线上告警了，翻日志、查监控、定位到某个 SQL 慢查询，然后发现是另一个服务改了索引策略导致的，又得找那个团队沟通。AI 不能帮你开会、不能帮你跨团队推动修复。
Code Review。 以前审 5 个 PR，现在同事每个人效率都提升了，一天提 3 个 PR，你要审 15 个。而且 AI 生成的代码虽然格式漂亮，但暗坑更隐蔽，审起来反而需要更多注意力。
编码可能只占你工作时间的 30%，AI 把这 30% 的效率翻了一倍，但另外 70% 纹丝不动。总工作量没减少，只是结构变了。
你省下来的时间被用来填坑了
AI 生成代码快是真的，但它生成的代码不是拿来就能用的。
我自己的体验是这样的：让 AI 生成一个功能模块，它 30 秒就吐出来了，看起来结构清晰、命名规范。然后我花 20 分钟逐行检查，发现了两个逻辑漏洞和一个不符合项目规范的写法，改完又花了 10 分钟跑测试确认没有引入新问题。
30 秒生成，30 分钟验证和修正。
如果我自己从零写，可能要 40 分钟。用 AI 总共花了 30 多分钟，确实快了，但没有快到"省出一大块时间"的程度。
更关键的是心理负担不同。自己写的代码我心里有数，哪里可能出问题，边界条件覆盖了没有，我都清楚。AI 生成的代码，我得先理解它的思路，再判断它的思路对不对，这个审核过程消耗的注意力反而比自己写更大。
用一天 AI 辅助开发下来，代码量是比以前多了，但脑子比以前更累。因为你的角色从"写代码的人"变成了"写代码 + 审代码的人"，后者的心智负担更重。
技术债累积得更快了
以前一个团队一个迭代能产出 20 个功能点，现在用 AI 辅助能产出 35 个。产出增加了，但写文档、补测试、做重构的时间并没有同步增加，因为这些事情不好量化，也不容易被看见。
结果就是功能上得越来越快，但代码质量在悄悄下降。接口数量翻倍了，但接口文档还是老样子。新功能覆盖了更多的业务场景，但单元测试覆盖率一直停在 40%。
三个月之后回头一看，系统里堆满了"能跑但没人完全理解"的 AI 生成代码。谁都不敢轻易改，因为不确定改了之后会不会影响其他地方。技术债就这么攒起来了。
然后某一天线上出了问题，排查的时候发现问题出在一段三个月前 AI 生成的代码里，当时谁 Review 的、为什么这么写的，没人记得了。修这个 Bug 花的时间，可能比当初手写这段代码的时间还长。
AI 让写代码更快了，但它没有让理解代码更快。写得快、堆得多、理解跟不上，这个时间差最终会以 Bug 和线上事故的形式还回来。
焦虑本身也在消耗你
这一点很少有人提，但它是真实存在的。
AI 工具迭代太快了。今天 Copilot 出了新功能，明天 Cursor 发了大版本，后天又有个新的 AI IDE 号称能自动完成整个项目。你不学吧，怕被淘汰；学吧，每个月都有新东西要跟，光是折腾工具链就要花不少时间。
加上各种"AI 将取代程序员"的文章满天飞，即便理性上你知道短期内不会，但这种持续的噪音还是会制造焦虑。焦虑消耗精力，精力消耗又导致效率下降，形成一个不太健康的循环。
以前程序员焦虑的是技术栈更新太快，Java 8 还没用熟 Java 17 就出了。现在除了技术栈更新，还多了一层"AI 会不会让我贬值"的底层焦虑。精神内耗比以前大了。
不是 AI 的错
说到底这不是 AI 工具本身的问题，是效率提升之后利益分配的问题。
工具让你一天能干完两天的活，但你只拿一天的工资，多出来的产出全归了公司。而公司拿到更多产出之后不会停下来，会继续追加需求，进一步压缩你的时间。
这个逻辑跟制造业流水线引入自动化设备是一样的。设备提速了，工人没有因此早下班，而是被分配了更多的产线任务。效率提升带来的红利，绝大部分被组织吃掉了，个体能分到的极其有限。
说在最后
AI 让程序员更累不是一个技术问题，是一个结构性问题。效率提升永远会被更高的产出预期吞掉，这条规律不会因为工具变了就失效。
对个人来说，能做的就是把 AI 省下来的时间花在真正有壁垒的事情上：理解业务、做架构决策、搞清楚系统全貌。而不是用省下来的时间去接更多的需求、写更多的 CRUD。
你的价值不应该用代码行数来衡量，不管是你自己写的还是 AI 帮你写的。