一名 Google 软件工程师在离职帖中说，今天是他在 Google 的最后一天。他选择离开，不是因为反对 AI，而是因为现在的软件工程流程已经让他感到身心俱疲。
他说，自己想把更多时间留给孩子、家人和朋友，也不想再因为凌晨系统告警被叫醒，第二天还要带着疲惫面对家人。
真正让他不满的是，工程工作正在失去原本的节奏和判断。
他表示，一个只需要 2 个 CPU、20GB 内存的任务，竟然因为资源不足跑不起来；与此同时，大量 CPU 和内存资源正在流向 GenAI。
结果是，他凌晨 1 点被叫醒，还要临时协调资源，保证任务继续运行，之后一直到早上 5、6 点都无法再睡。
更深层的问题，是产品和技术决策正在被 AI 改写。
这名工程师说，他不想再只是执行上层和高管做出的决定。尤其是当这些决定可能来自 AI 生成，而不是来自真实工程判断时，底层工程师就会变成“执行别人想法的人”。
他强调，自己并不是反对 AI。他有 AI 硕士学位，平时也大量使用 GenAI。但他认为，AI 被用在不该用的地方，正在让软件工程的创造过程变味。
对没有计算机科学或软件工程背景的人来说，AI 可能像是突然获得了“超能力”；但对真正做工程的人来说，如果 AI 生成的想法不断被塞进流程，再由工程师负责收拾后果，这份工作就会失去乐趣和意义。
这不是一个孤立案例。类似的不满，正在基层 IT 和系统管理员群体中集中爆发。
一些并不懂行、不会判断的用户、开发者，甚至同事，正在将 ChatGPT、Gemini、Copilot 等 AI 工具给出的错误答案当成依据，反过来要求真正负责系统的人必须执行。
当 AI 一本正经地编出一个不存在的功能、错误的架构方案，或一段用户自己也看不懂的 PowerShell 命令时，真正懂系统的人，反而要花更多时间去证明“这东西不能这么做”。
其中一则热帖中，一名系统管理员发帖称，过去一周内，他遇到两次类似情况。
有开发者跑来坚持某个功能“肯定能实现”，理由是 Gemini 或 Copilot 说可以。
发帖人解释说，问题不在于对方使用 AI，而在于对方没有验证 AI 答案，直接将它带到系统管理员面前，追问“为什么你这里跑不通”。
当他说明这个功能根本不存在时，对方却非常抗拒，好像 AI 先把想法塞进了脑子里，于是现实中的技术人员就变成了“不懂”或“偷懒”。
这名发帖人还提到，有一次，他可以通过要求对方拿出产品文档来证明该功能存在，才把问题压下去；但另一次涉及糟糕的架构设计，长期来看会让维护和运维变得更麻烦，沟通反而困难得多。
最后直到方案实施后，对方才慢慢意识到问题所在。
评论区很快开始给这种现象“取名”。
有人称它是“artificial confidence”，也就是“人工自信”；有人说这是“assisted incompetence”或“augmented incompetence”，大意是“AI 辅助型无能”。
还有网友调侃，2026 年经营企业，大概就是这样。
另一则热帖则更直接。
一名有 10 多年应用管理经验的 IT 从业者表示，用户现在会拿着 Copilot 的回答来“教”专业人员怎么工作。
比如用户会说：“Microsoft Copilot 说，我们其实可以按这些步骤做到。”
或者直接将 Copilot 生成的 PowerShell 脚本发过来，让 IT 去执行。
发帖人对此的反应很简单：“嗯……不行。”
他认为，这类 AI 工具通常不了解企业内部的特殊环境、公司政策、历史配置和安全限制。
更危险的是，提出要求的用户并不知道脚本里的命令是什么意思，也不知道执行后会带来什么后果，却突然表现得像某个系统的专家。
这条帖子下，有网友给出一个形象比喻：AI 像一个“永远有答案的过度积极实习生”，但它未必知道现场情况。
也有人说，以前 IT 也会遇到用户拿 Google 搜索结果来反驳专业意见，但现在这个问题被 AI 放大了。
更让 IT 人头疼的是，这种压力不只来自普通用户，也可能来自同事。
第三则热帖中，一名小公司唯一的系统管理员吐槽，自己在一次迁移项目会议上，正在解释具体环境里需要准备什么、可能出现什么问题，一名网络安全同事突然插话：“但是 ChatGPT 说……”发帖人说，这一刻他终于明白，为什么这名同事之前会做出一些奇怪决定、提出一些本该自己知道答案的问题，甚至批准一些还处在早期阶段的 GitHub 应用部署。
发帖人强调，他并不是反对使用 AI，他自己也会用 Claude 加速查资料、辅助看日志、检查脱敏后的 PowerShell 脚本。但他认为，AI 可以帮助专业人员提高效率，却不能替代组织内部知识、真实经验和责任判断。
评论区对这一点很有共鸣。
一名网友总结说，问题在于“错的人非常自信，而对的人反而会自我怀疑”。
还有人建议，面对这种情况，最好把争议落到书面记录上，比如要求对方“请发邮件说明”，让错误建议留下可追溯的责任链。
AI 本来应该帮助专业人员提高效率，但在一些公司里，它正在让不懂技术的人更自信，让真正懂系统的人更疲惫。
云头条声明：如以上内容有误或侵犯到你公司、机构、单位或个人权益，请联系我们说明理由，我们会配合，无条件删除处理。
热门跟贴