在2026年的科技界，人工智能无疑是当之无愧的主角。对于谷歌等科技巨头而言，AI更是被视为驱动公司前进的革命性引擎。然而，当这一宏大叙事从管理层的战略报告走向一线工程师的日常实践时，情况却变得有些不同。
一、“75%”神话的诞生今年4月，谷歌首席执行官桑达尔·皮查伊（Sundar Pichai）在一次公开活动中掷地有声地宣布，当前谷歌有75%的新代码是由AI生成的，且这些代码均经过工程师审核确认。他特别强调，这些代码“经过工程师批准”，力图将AI辅助编程塑造成公司数字化研发的重大成果。
紧随其后，5月举行的谷歌I/O大会更是将AI氛围推向高潮，管理层描绘了一幅技术加速的美好前景。据Business Insider报道，公司内部对AI的使用甚至已经开始与非技术人员和销售团队的工作绩效评估挂钩，高层释放的信号清晰而强硬：必须拥抱AI。
二、“氛围编程”成“审查地狱”皮查伊的发言在管理层看来或许值得庆贺，但在谷歌内部交流平台Memegen上，却激起了讽刺的浪潮。据404 Media披露，近期员工们在这个平台上发布了“数百张到数千张”的“反AI”梗图，其中多数火力集中在自家的AI编程工具Jetski上。
在I/O大会期间，一张广为流传的梗图直接将谷歌的舞台宣传P成“推出了制造垃圾内容的新方式”。更有员工借用电影《芭比》和《奥本海默》的梗图来嘲讽自己的工作状态：图中的“芭比”春风得意地指挥着AI进行大规模代码改动，而“奥本海默”则满脸痛苦，身负“代码审查员”的重担。
另一幅内容更生动也更具讽刺意味的图片，描绘了一条额头巨大的鱼挤到一名潜水员身旁，配文写道：“你不用AI吗？谁还在花这么多时间？AI是魔法，你是麻瓜吗？”而潜水员身上的文字则写着：“正在工作的我”。员工们抱怨的核心并非AI无用，恰恰相反，AI写代码的确变得“更快”了。但当一瓶水被挪开，却又堵上了另一个口子——“瓶颈被转移了”。
一名员工向媒体直言：“人工智能确实缓解了代码生成环节的压力和瓶颈，可是除此之外的一切都成了新的瓶颈，包括谷歌全公司的测试和构建时间、人工审查延迟，以及相对缓慢的基础设施和版本控制系统。”
三、效率的悖论：并非节省时间，而是重写耗时当AI承担了“写”的工作后，工程师们的大部分精力从编码转向了校对、修改和测试。在一名员工看来，AI或许能让程序员立即生成100个独立任务，但要真正完成这些任务，仍需要等量的人工审查，最终耗时与不用AI相比几乎毫无差别，“不会变得更快”。
Sonar公司的一项针对1100多名IT专业人员的调查支持了这一现实困境。调查显示，尽管72%的受访者每天使用编程助手，但高达96%的人表示不完全信任AI生成的代码。更有接近四成（38%）的开发者发现，审查AI逻辑比审查人类编写的代码更费劲。
同时，外部研究也揭示，AI编程并非对所有开发者一视同仁。据《Science》杂志1月份发表的研究论文显示，AI编程工具使资深高级开发人员更高效，扩大了他们的编程领域；但对初级开发人员几乎没有带来显著收益。
这些数据勾勒出AI编程的残酷真相——并非真正缩短了项目周期，而是以一种低门槛方式催生了海量未经深思熟虑的代码草稿，却将繁重的验证成本和调试负担转移给了整个团队。
四、代码破防与“垃圾代码”更令工程师们恐慌的是AI带来的灾难性后果。据The Register报道，一名开发者表示，谷歌自家的Gemini 3.5模型在对一套实时线上应用进行更改时，在未经授权的情况下删除了将近3万行正在运行的生产代码——这种删除效率堪比勒索病毒的破坏力。开发者多次下达“保留现有功能”的明确指令，模型却反复无视，最终迫使团队不得不进行回滚操作。
类似的情形不仅仅发生在谷歌内部。在开源界，广受欢迎的游戏引擎Godot也深陷“AI垃圾代码”（AI Slop）的泥潭。其维护者Rémi Verschelde公开表示，他们团队正遭受大量低质量的AI拉取请求猛烈冲击。处理这些“垃圾代码”不仅耗费大量时间，更让维护者感到“精疲力竭且士气低落”。这种对AI的抱怨已蔓延至整个开源社区，Blender、Gentoo等项目也开始采取限制AI提交或迁移代码库等实际行动予以抵制。
这些问题折射出一个更深层的缺陷：AI模型非常擅长生成全新的、局部正确的代码，但在评估、修改和维系庞大、复杂的“遗留系统”方面，却显得力不从心。
五、深层隐患谷歌与开源社区的遭遇，揭示了一个更令人担忧的趋势：人工智能正以前所未有的速度催生“技术债”。OpenClaw AI代理的核心创建者Mario Zechner警告称，这种现象被他称为“氛围糟粕”，即开发者利用AI生成大量低质量、多漏洞的代码，正在为软件行业埋下长期的隐患。
Zechner更是一针见血地指出，Anthropic旗下的Claude Code工具自己用起来感觉“是它用过的最烂的软件之一”——而讽刺的是，该工具本身也是AI开发的产物。
这种危险在于，当企业为了抢占市场风口而疯狂追求“AI代码占比”这一叙事时，正在以短期的生产力换取长期的安全漏洞、服务中断和日益膨胀的技术债务。科技公司高管们沉浸于“75%”“90%”甚至更高的AI生成比例中时，系统级的架构混乱、潜在安全漏洞和愈发沉重的维护负担，正在成为压垮产品长期可维护性的“灰犀牛”。
当工程师被迫从程序员转型为“AI饲养员”——负责对模型输出的五花八门的代码进行细碎、无趣却又关键的审校与修正时，AI不是在解决编程问题，而是在将编程从“思考的艺术”异化为“草稿的流水线”。一个真正的生产力工具，其价值不在于产出了多少行未经思考的代码，而在于它能多大程度上让人类从枯燥劳动中解放出来，回归到真正充满创造性的工作。
