说是说，借助GitHub Copilot、Claude Code、Cursor等各种热门AI开发工具，程序员的工作效率大幅提升。但尽管越来越多的开发者用这些工具生成样板代码、解释陌生代码、起草测试、重构模块、排查错误，许多人也发现这些工具正在成为新的负担。

AI智能体编程正在令人上瘾

AI事故报告公司Rootly的联合创始人兼CTO昆廷·卢梭在领英帖子中这样描述："现在是凌晨2点47分……我不是在排查故障，也没有截止期限，我只是在看Claude Code重构一个模块……但我停不下来。"他解释说："智能体编程让人上瘾。当智能体做对了，你会获得多巴胺奖励；当它失败时，你又会感到肾上腺素飙升。"卢梭坦言，他因此无法入睡，不得不寻求医疗帮助。

这并不令人意外。程序员历来容易陷入工作狂状态。但AI为工作带来了全新的节奏，正如卢梭所说："看着智能体工作，被动到像是在休息，却又主动到让你欲罢不能。"这催生了一种全新形式的职业倦怠。

调查：80%的开发者对AI产生依赖感

这并非个别程序员的遭遇。AI编程能将软件开发变成一个永不停歇的反馈循环。开发者不再是完成一项任务后停下来，而是不断要求智能体进行新的实现、重写、优化或重构，同时还夹杂着"停下来就意味着遗留未完成工作"的焦虑。

编程培训公司Coddy Tech对305名开发者进行的调查发现，"五分之四的开发者（80%）表示，他们使用AI的感觉更像是依赖，而非优势。"他们虽然认为这些工具有用，但也担心对AI的习惯性依赖正在削弱自身的问题解决能力、扩大工作量，并滋生出不健康的工作关系。

调查还发现，"超过五分之二的开发者（43%）在本打算停下来之后，还是继续在课余时间用AI编程，32%的人为了继续工作推迟了睡眠。"此外，39%的人表示AI工具让他们更难从工作中抽身。

AI带来升职机会，也带来倦怠风险

AI工具的负面影响不止于此。74%的开发者表示，大量使用AI让他们更有可能获得加薪或晋升；然而，51%的人也表示更容易出现职业倦怠。

2025年Stack Overflow开发者调查同样发现，45%的受访者对AI给出的答案感到沮丧——"差不多对，但又不完全对"，这类输出看似令人信服，实则制造了难以调试的困境。

该调查还发现，尽管AI工具的采用率持续攀升——目前已有80%的开发者在工作流程中使用它们——但开发者对AI准确性的信任度却从此前的40%降至今年的29%。由此，程序员对AI的正面评价也从72%降至60%。

"验证债务"与职场压力的双重困境

易用性与更重工作量之间的摩擦不可忽视。除了要判断AI"差不多对"的输出到底哪里不对，开发者仍需理解需求、识别生成代码与系统架构的冲突、测试边缘情况、应对安全风险，并承担上线后的一切后果。

这催生了"验证债务"：代码输出很快，但你仍然要花时间确认它是否正确、安全、可维护，以及是否适用于当前代码库。

此外，Coddy调查中描述的依赖性，可能因雇主对AI产出的解读方式而进一步放大。如果企业将AI视为倍增开发者产能的手段，员工就会面临在同样的工时内发布更多功能、关闭更多工单、完成更多代码审查的压力。

这反过来会抵消在单个编码任务上节省的时间，并将负担转移到其他地方：更大的拉取请求、更多待检查的生成变更、更多需要验证的依赖项，以及更高的运营风险。

AI辅助编程，正在成为工作与生活的平衡议题

AI辅助编程，正越来越多地成为工作与生活平衡的问题，而不仅仅是工具选择的问题。利用智能体消除重复性劳动的团队，或许能看到真正的收益；但将其用于加速软件生产流水线每个环节的团队，则可能创造出一个更快、更高压的工作版本。

对于卢梭这样的开发者而言，问题已不再是AI能不能写代码——它能，这一点毋庸置疑。真正的问题在于：开发者是否还能自己决定，什么时候该结束工作日，什么时候该关掉那个智能体循环。

Q&A

Q1：为什么AI编程工具会让开发者上瘾？

A：根据Rootly联合创始人卢梭的描述，AI编程上瘾的核心在于它创造了一种独特的心理刺激循环——智能体做对时带来多巴胺奖励，失败时则触发肾上腺素反应。同时，看着智能体工作"被动到像是休息，却主动到让人欲罢不能"，开发者很难主动停下来。Coddy Tech的调查也印证了这一点：43%的开发者会在本打算停下来后继续课余编程，32%的人因此推迟睡眠。

Q2：大量使用AI编程工具会带来哪些具体风险？

A：主要有三类风险。第一是职业倦怠风险：51%的开发者表示更容易倦怠，39%的人更难从工作中抽身。第二是技能退化风险：80%的开发者感觉对AI的依赖正在削弱自身问题解决能力。第三是"验证债务"问题：AI输出速度快，但开发者仍需花大量时间确认代码是否正确、安全、可维护，实际工作量并未减少，反而可能因企业提高产能预期而增加。

Q3：开发者对AI工具的信任度现在处于什么水平？

A：根据2025年Stack Overflow开发者调查，开发者对AI准确性的信任度已从此前的40%大幅下降至29%，对AI的整体正面评价也从72%降至60%。45%的受访者对AI给出"差不多对但又不完全对"的答案感到沮丧，这类输出虽看似可信，实则会制造难以排查的调试问题。