在短短一个月内，人工智能就能完成原本需要十个月的工作量，但随之而来的却是大量未被审查的代码。
前几年，编写程序还是一项精细的手工艺活儿。程序员们在屏幕前精心推敲每一行代码，每天生成几十行精妙绝伦的程序足以支撑复杂的系统运行。那是数字世界的早期手工业时代，每一行代码都极其珍贵且成本高昂。
如今，机器产生的代码速度已经远远超过了人类阅读的能力极限。
某公司在引进AI工具后，月产量从2.5万行猛增至25万行，然而后台却积压了超过100万行的无人审查代码。面对如此庞大的增量，问题不再是程序员能否写出更多的代码，而是机器生成的速度已经远超人类能够审核的程度。
当代码变得不再稀缺时，科技巨头Meta内部出现了一种无奈的新形式内卷现象。
由于代码量难以衡量工作价值，公司管理层开始用消耗的AI算力多少作为新的考核标准。为了迎合这一标准，员工们故意制造无效交互来增加耗电量，甚至让机器长时间空转以维持虚假活跃度。据估计，Meta每月因此浪费高达9亿美元的算力。
眼下看似繁荣的技术革新背后，硅谷陷入了被效率反噬的迷茫中。
一、洪水来袭：审查系统的崩溃
随着Anthropic、OpenAI和Cursor等AI编程工具在过去一年中的迅速迭代，代码过剩的时代正式到来。
StackHawk的安全初创公司CEO乔尼·克里普特在目睹一家公司百万行未审代码的景象后，用了一个非常形象的比喻来描述这一现象。
这就像原本每天处理100件快递的小驿站突然收到了1000件货物，最终导致传送带断裂、分拣员崩溃，整个系统陷入瘫痪。
面对如此庞大的代码量和漏洞增加的速度，人类已经无法跟上步伐。技术部门加速发展的同时，下游团队只能在代码的海啸中疲于奔命。
科技博主@MikeIsaac对此评论说，Claude过后，洪水滔天。
二、繁荣的假象：超级英雄还是黑盒制造机
在硅谷，许多技术人员享受着AI带来的编程便利。他们不再纠结于复杂的底层逻辑，而是专注于构思创意。
然而另一方面的问题同样严峻。
审查人员的数量远远不足以应对爆炸式的代码增长量，审查功能面临短缺的风险。
同时，随着开发者越来越依赖AI生成代码，他们对基础原理的理解也在逐渐退化。如果AI出错，可能无人知晓原因所在。Elvex的创始人萨钦·卡姆达尔警告说，这种情况终将导致系统的崩溃，并且人们根本无法预测何时会发生。
类似Tldraw这样的开源项目也遭遇了来自AI僵尸的攻击。无数机器人提交毫无逻辑但看似专业的代码，迫使创始人史蒂夫·鲁伊斯关闭外部提交权限以保护项目的信誉。
X平台用户@AlexanderRiccio指出，在这个时代，只有那些坚持执行端到端测试和静态分析的人才能在洪流中生存下来。
安全风险也在悄悄积累。许多工程师为了追求速度而违规将公司源码下载至个人设备上运行。安全专家乔·沙利文感叹说，这种做法在过去半年内变得极为常见且疯狂。
三、职场奇观：Meta的算力消耗竞赛
Meta为量化员工AI时代的产出制定了一个以消耗算力为核心的考核机制，这一标准催生了一种名为“代币最大化”的企业文化。
据报道，《The Information》指出，员工们不再对此感到羞耻，反而视其为晋升的常规手段。
公司内部上线了一个追踪8.5万名员工AI使用量的排行榜——Claudeonomics。榜单上的各种头衔像RPG游戏中的称号一样吸引人。
为了获得翡翠勋章等荣誉，员工们开始进行刷分竞赛，想方设法增加自己的排名。
某些员工明明只需几句提示词就能解决问题，却与AI反复拉扯数十回合；甚至有人让AI长时间后台运行以制造虚假活动。
内部人士透露，在这种环境下，你绝不想成为那个仅用两句提示词就解决所有问题的人。
据估算，Meta每月在这些对话上的支出可能高达9亿美元。这就像把衡量卡车司机的标准从送了多少货变成了踩油门的时间一样荒谬。
但科技领导层似乎对此持乐观态度。
英伟达CEO黄仁勋曾公开表示，如果一名年薪50万美元的工程师一年消耗不足25万美元算力，他会感到焦虑。《福布斯》报道说，Meta首席技术官安德鲁·博斯沃思透露，某位顶级工程师消耗了相当于其工资金额的算力，并且产出提高了十倍。
马克·扎克伯格甚至要求工程团队重写底层代码库以适应AI智能体的习惯而非人类。
四、争议之声：衡量油耗是司机的标准吗
这种以算力消耗为核心的评价体系在社交媒体上引发了广泛的质疑声浪。
X用户@ElectrikDreams评论说，将AI使用量与生产力等同起来就像通过代码行数来评判代码质量一样荒谬。这是一种错误的目标导向指标。
科技博主@MaxSchoon指出，在Meta中，算力消耗已经成为一种身份象征，并直接关联到绩效评估中。有的公司甚至将其视为员工福利之一。
这印证了古德哈特定律：当一个指标变成目标时，它就不再是一个好的衡量标准。如果员工为了刷数据工作而忽略真正创新能力的培养，后果将不堪设想。
五、未来之路：软件工厂的重组
面对这场代码大爆炸和评价体系的偏离，硅谷正在探索新的出路。
AI编程企业Cursor的工程主管蒂多·卡列罗坦言，旧的软件开发模式已经过时，他们正尝试重新组装零件。
传统的开发流程正在发生改变。从前的需求、设计、编写和测试阶段现在变为构思、生成和审查点击。
鉴于人类难以审核百万行代码的局面，行业提出解决方案是雇佣更多AI审计员。
Anthropic和OpenAI都在加速部署专门捕捉漏洞的智能体。去年底，Cursor收购了专注于构建代码审查机器人的初创公司Graphite，帮助工程师优先处理最敏感的部分。
现状变成了一个AI日夜不停地写，另一个AI昼夜不停地查，人类则在一旁统筹全局。如今，在众多AI幻觉中嗅出潜在漏洞的高级工程师成了硅谷猎头眼中的稀缺资源。
六、结语：勿在数字洪流中迷失
我们正处于一个分裂的时代节点上。
一方面，人工智能确实提高了技术效率，使大型项目所需的人员从几百人减少到几十人，并将几个月的工作时间压缩至几天。但另一方面，对基础技术的尊重和敬畏之心正在被盲目刷算力的现象侵蚀。
正如X用户@RobertoInetti所感叹的那样，这场变革目前看来大概率是往坏的方向发展。如果代码变成了无需理解的消耗品，程序员成了刷代币指标的数字劳工，那么这次大爆炸留给我们的可能只是一堆废墟。
在这个代码过剩的时代，稀缺的是核心判断力而非产出能力。
对于编程人员来说，重要的是超越AI的理解深度而不是速度。当潮水退去时，那些只在内部刷荣誉勋章的人终将被行业淘汰。唯有能够驾驭AI并确保系统安全的架构师才能在未来立足不败之地。