在 2026 年初，研究人員試圖衡量 AI 對開發者生產力的影響時，遇到了一個非常人性的問題：有些開發者已經不願意接受可能需要他們在沒有 AI 協助下完成的任務。
研究人員稱這是選擇效應。我一直把它想成一種小小的坦白。
不久前，AI 還只是側邊欄裡的實驗。我們在自動補全失效或正則表達式變得尷尬時才會打開它。現在，對許多開發者來說，它已經成為房間的一部分。早上打開編輯器時、接手多年無人維護的程式庫時、深夜測試失敗時，它都在那裡。
我們可以關閉面板。我們可以關掉智能體。我們仍然知道如何寫程式。
那麼，為什麼沒有它的工作，已經讓人覺得像少了一隻手？
AI 佔據了停頓的時刻
AI 並不是以宣稱要取代我們的方式進入軟體開發。它是一點一滴地帶來舒緩。
它補全了我們本來就要寫的那一行。然後它起草了我們一直拖延的測試。它解釋了不熟悉的函式，把堆疊追蹤翻譯成簡單英文，還找到了我們不想再讀一次的文件裡深藏的設定旗標。
這一切都不像依賴，更像是動力。
但想想上次你的助手離線時的感受。最讓人不安的，或許不是你忘了語言，而是那個行動前的寂靜。你必須自己決定從哪裡開始找。你必須獨自承受不確定。你必須盯著錯誤夠久，才能形成假設。
那些停頓曾經很平常，現在卻變成了摩擦。
也許這正是 AI 改變最深刻的地方。它不僅改變了我們產生答案的方式，也改變了我們願意獨自面對問題的時間長度。
舒緩是真實的
談論 AI 依賴時，人們很容易把開發者說成是用懶惰取代自律。但這忽略了工具在工作中的真實感受。
軟體開發其實充滿了私人的羞愧。有資深工程師忘記了基本指令的語法。有新進員工害怕再問一個問題就會讓大家更懷疑自己。有用第二語言工作的開發者明明知道問題所在，卻無法快速表達解釋。還有加入十年老程式庫的人，每個重要決策都只存在別人的記憶裡。
AI 對他們都很有耐心。
它不會因為問題重複而嘆氣。它不會說「你早該知道這個」。它在 2 點也能用，能把空白畫面變成可以討論的東西。即使答案不完美，有個答案也能改變開始時的情緒負擔。
這很重要。有時候，看似生產力提升，其實是舒緩：不再那麼怕卡住、不再那麼尷尬、不再那麼孤單地面對一台拒絕解釋自己的機器。
對許多開發者來說，AI 也讓他們能把精力留給自己在乎的工作。它能處理樣板、重複測試、遷移腳手架，以及API 用戶端的第一百種變體。大腦面對有趣問題時不再那麼疲憊。
我們不該把這當成捷徑。能讓人更有勇氣探索的工具，本身就很有價值。
困難在於，舒適與依賴其實同根而生。
我們在使用自己不完全信任的東西
開發者調查不斷發現同樣奇特的關係：我們持續使用 AI，卻對它給的東西保持懷疑。
這種矛盾，任何看過自信答案在邊界案例下崩潰的人都不陌生。程式碼看起來沒問題，命名乾淨，解釋冷靜。直到第三次測試失敗，我們才發現模型發明了一個方法、誤解了業務規則，或只解決了比我們實際問題更簡單的情境。
但下次卡住時，我們還是會再問。
這不是偽善。信任不是單一的東西。
我們也許不信任 AI 做最後決定，但信任它給我們第一個方向。我們也許不信任修補程式，但信任對話能解開思路。我們也許不相信答案本身，但相信螢幕上會有東西，而不是什麼都沒有。
AI 已經成為我們永遠不會讓它直接合併到主分支的同事，但當它離開時，我們卻會想念。
我們走得更快，因為下一步很快就出現了。我們仍需負責檢查它是否能承受我們的重量。
掙扎消失時，會消失什麼
有一種知識，只有在卡住時才會產生。
在 AI 出現之前，一個陌生的錯誤可能會讓我們追查堆疊、進入呼叫端、翻遍文件，最後發現自己原本沒意識到的假設。這條路雖然低效，卻讓程式庫變成一個地方，而不只是檔案的集合。
我們會記得那些曾經抗拒過我們的系統。
那個花了一下午才解決的 bug，教會我們狀態真正存在哪裡。生產事故讓我們明白為什麼要有無聊的保護措施。那個三次誤解的函式庫，最後變成我們能解釋給別人的函式庫。
當 AI 移除了阻力，也可能移除了讓教訓留下來的故事。
一項早期研究針對開發者學習陌生函式庫時發現一個直覺上合理的現象：把任務全權交給 AI 的人，學到的比用 AI 問概念問題、測試自己理解的人還少。關鍵不是「有沒有 AI」，而是工具是取代思考，還是參與思考。
這對初級開發者尤其困難。有經驗的工程師能辨識可疑的抽象，因為他們曾經做過錯誤的抽象。他們能感覺到一個乾淨的修補程式不屬於這個系統，因為他們記得系統的傷痕。但如果每個粗糙的地方在他們接觸前就被磨平，下一代要從哪裡培養這種直覺？
師徒制從來不只是答案的傳遞，更是品味的慢慢移轉：該擔心什麼、什麼時候該停下、哪種妥協會變得昂貴，以及為什麼一個能運作的解決方案還不算完成。
AI 可以解釋這些觀念，但還無法重現另一個人選擇陪你一起學習時的感覺。
捷徑可能是真的。理解仍需跨越距離。
程式碼曾經帶有指紋
還有另一種變化較難衡量，因為它存在於人與人之間。
人寫的程式碼常常帶有作者的痕跡。一個奇怪的輔助函式，可能伴隨著當時事件的記憶。一句彆扭的註解，可能正好透露出某人當時的猶豫。在審查時，我們不只檢查變更，也會重建背後的思路。我們發問，對方會從自己的經歷回答。
AI 生成的程式碼可能沒有這條路徑。
它可能很精緻、技術上也合理，卻讓人覺得沒有歸屬感。作者能描述自己要求了什麼，但不一定能說明為什麼結果會是這個樣子。審查者因此要做一部分原本屬於作者的工作：重建意圖、檢查假設、發現沒人記得的決策邊界。
這正是許多社群討論AI 生成 pull request 時的焦慮。抱怨不只是程式碼不好，因為壞程式碼大家都見過。更深層的不安，是社會契約已經改變。
一個人現在可以在幾分鐘內產生大量變更。另一個人仍需花費人力去理解。鍵盤上省下的時間，可能悄悄在程式碼審查、維護、安全工作，或系統故障時重新出現，屆時還得有人解釋這個生成修補程式的用意。
程式碼一直都是一種溝通。當生成幾乎免費時，注意力就變成稀缺資源——而注意力屬於人。
也許工藝正在轉移
對某些開發者來說，這一切並不像失去，反而像終於能以自己一直嚮往的層次工作。
他們寫的程式碼更少，把更多時間花在塑造問題。他們會在定案前比較多種設計。他們思考使用者、架構、失敗模式，以及智能體絕不能跨越的界線。工藝從生產每個細節，轉向指揮整體。
這確實可能是種進化。當組譯器取代機器碼、框架取代手工基礎設施時，我們並沒有不再是開發者。軟體一直在抽象層次上升。
但每個抽象都仰賴有人理解底層。
指揮 AI 的開發者仍需品味。審查者仍需心智模型。架構師仍需知道當乾淨圖表遇上慢速網路、損壞訊息、疲憊團隊或受驚使用者時會發生什麼。
如果 AI 寫了更多實作，人類判斷力不會變得不重要，反而更容易被忽略、更難培養。
這個未來的希望版本，不是開發者變得不重要，而是我們更有意識地保留只有人能承擔的東西：脈絡、關懷、懷疑、責任，以及辨識技術上正確但對這個系統和這些人來說卻不對的能力。
留下來，不要消失
我們還能離開 AI 嗎？
個人來說，還能。我們明天就能關掉面板。但在專業上，問題已經更複雜。期待正在改變。程式庫裡充滿了生成的內容。新進開發者一開始就遇見 AI，而不是半路才遇見。即使從不使用助手的人，也會越來越常審查和維護來自 AI 的程式碼。
沒有回到前 AI 時代的私人道路。
但也許離開不是自由的標準。更有意義的問題是：當工具還在時，我們能否保持在場。
保持在場，意味著即使所有測試都通過，也要閱讀修補程式。意味著在答案有效後還要問為什麼。意味著拒絕合併自己無法解釋的內容。意味著給初級開發者掙扎的時間，不把那段時間當成浪費，也給審查者保護系統免於合理錯誤的無形工作以肯定。
也意味著保留那些沒有助手立即回答的時刻——不是為了純粹，而是為了再次聽見自己的思考。
我們大多數人會繼續使用 AI。舒緩是真實的，可能性也是真實的。不安、依賴，以及對自己熱愛的工作正悄悄流失的恐懼，也都是真實的。
我們不必在否認與投降之間二選一。
軟體的未來不會由 AI 寫了多少百分比的程式碼決定，而會在更小的時刻決定：我們是否先理解再接受、是否教導而不只是轉發答案、是否保護他人的注意力，以及當生成程式碼進入現實世界時，我們是否仍然承擔責任。
AI 可以留下來。
我們也必須確保自己還在。
