4月6日，《纽约时报》记者Mike Isaac和Erin Griffith联合发文，撕开了AI编程工具普及的“另一面”——代码过载。如今，AI编程工具已成为开发者的“标配”，90%的软件开发者都会用AI辅助写代码，看似能快速完成开发任务、提升效率，实则催生了海量冗余、低质代码，引发安全漏洞、维护成本激增等一系列行业危机，这场“效率狂欢”正逐渐演变为行业不可承受之重。
AI编程工具的普及，曾被视为软件开发行业的“革命”。去年11月，Anthropic和OpenAI升级旗下编程工具后，AI已能从“偶尔有用的助手”变成“全自动代码生成机器”，只需少量引导，就能在几天内完成过去数月的工作量。Meta首席技术官曾在内部备忘录中坦言，过去需数百名工程师、数月完成的项目，现在几十人几天就能搞定。这种效率提升，让不少企业和开发者陷入了“多写代码=高效产出”的误区。
但《纽约时报》的报道揭示，这种“高效”的背后，是难以承受的代码过载困境。一家金融服务公司引入AI编程工具Cursor后，月产代码量从2.5万行飙升至25万行，增长10倍，却留下100万行积压待审的代码，安全漏洞也随之激增。安全初创公司CEO直言，他们根本跟不上代码交付速度，漏洞排查更是力不从心。
代码过载的危害，正渗透到行业的各个角落。在开源社区，AI生成的虚假漏洞报告和垃圾代码提交，被称为“对开源的DDoS攻击”。cURL创始人因AI生成的无效漏洞报告淹没维护团队，无奈关闭了运行六年的漏洞赏金计划；多家初创公司因大量AI生成的垃圾代码风险，不得不关闭外部贡献通道。更令人揪心的是安全隐患，有研究扫描发现，超过10%的AI生成应用存在严重漏洞，有人仅用47分钟就提取到大量用户隐私数据。
更讽刺的是，AI编程带来的“效率”多是一种幻觉。METR机构的实验显示，使用AI工具的开发者，实际完成任务的时间延长了19%，但他们仍误以为自己效率提升了20%。开发者对AI代码的信任度也在持续下降，从40%降至29%，因为AI生成的代码看似可用，实则隐藏着逻辑缺陷、冗余重复等问题，后续调试和维护的成本，远超前期节省的时间。
这场危机的根源，并非AI编程工具本身，而是人类对技术的盲目依赖。不少开发者图省事，直接复制AI生成的代码，不审查、不优化；企业一味追求开发速度，忽视了代码质量管控，最终导致“技术债务”越积越多，如同“代码高利贷”，前期低成本快速产出，后期需付出百倍代价修复。甚至有开发者调侃，自己已从“系统架构师”沦为“AI垃圾清理工”。
《纽约时报》的报道，并非否定AI编程工具的价值，而是提醒行业警惕“效率陷阱”。AI本应是开发者的“帮手”，而非“替代者”，代码的价值不在于数量多少，而在于质量高低。面对代码过载危机，开发者需重拾对代码的敬畏，做好AI生成代码的审查与优化；企业需建立完善的代码管控机制，平衡效率与质量。唯有如此，才能让AI编程真正服务于行业发展，避免这场“效率狂欢”沦为“垃圾代码灾难”，让技术创新走得更稳、更远。
