說是說，藉助GitHub Copilot、Claude Code、Cursor
等各種熱門AI開發工具，程序員的工作效率大幅提升。但儘管越來越多的開發者用這些工具生成樣板代碼、解釋陌生代碼、起草測試、重構模組、排查錯誤，許多人也發現這些工具正在成為新的負擔。
AI智能體編程正在令人上癮
AI事故報告公司Rootly的聯合創始人兼CTO昆廷·盧梭在領英帖子中這樣描述："現在是凌晨2點47分……我不是在排查故障，也沒有截止期限，我只是在看Claude Code重構一個模組……但我停不下來。"他解釋說："智能體編程讓人上癮。當智能體做對了，你會獲得多巴胺獎勵；當它失敗時，你又會感到腎上腺素飆升。"盧梭坦言，他因此無法入睡，不得不尋求醫療幫助。
這並不令人意外。程序員歷來容易陷入工作狂狀態。但AI為工作帶來了全新的節奏，正如盧梭所說："看著智能體工作，被動到像是在休息，卻又主動到讓你欲罷不能。"這催生了一種全新形式的職業倦怠。
調查：80%的開發者對AI產生依賴感
這並非個別程序員的遭遇。AI編程能將軟體開發變成一個永不停歇的反饋循環。開發者不再是完成一項任務後停下來，而是不斷要求智能體進行新的實現、重寫、優化或重構，同時還夾雜著"停下來就意味著遺留未完成工作"的焦慮。
編程培訓公司Coddy Tech對305名開發者進行的調查發現，"五分之四的開發者（80%）表示，他們使用AI的感覺更像是依賴，而非優勢。"他們雖然認為這些工具有用，但也擔心對AI的習慣性依賴正在削弱自身的問題解決能力、擴大工作量，並滋生出不健康的工作關係。
調查還發現，"超過五分之二的開發者（43%）在本打算停下來之後，還是繼續在課餘時間用AI編程，32%的人為了繼續工作推遲了睡眠。"此外，39%的人表示AI工具讓他們更難從工作中抽身。
AI帶來升職機會，也帶來倦怠風險
AI工具的負面影響不止於此。74%的開發者表示，大量使用AI讓他們更有可能獲得加薪或晉升；然而，51%的人也表示更容易出現職業倦怠。
2025年Stack Overflow開發者調查同樣發現，45%的受訪者對AI給出的答案感到沮喪——"差不多對，但又不完全對"，這類輸出看似令人信服，實則製造了難以調試的困境。
該調查還發現，儘管AI工具的採用率持續攀升——目前已有80%的開發者在工作流程中使用它們——但開發者對AI準確性的信任度卻從此前的40%降至今年的29%。由此，程序員對AI的正面評價也從72%降至60%。
"驗證債務"與職場壓力的雙重困境
易用性與更重工作量之間的摩擦不可忽視。除了要判斷AI"差不多對"的輸出到底哪裡不對，開發者仍需理解需求、識別生成代碼與系統架構的衝突、測試邊緣情況、應對安全風險，並承擔上線後的一切後果。
這催生了"驗證債務"：代碼輸出很快，但你仍然要花時間確認它是否正確、安全、可維護，以及是否適用於當前代碼庫。
此外，Coddy調查中描述的依賴性，可能因僱主對AI產出的解讀方式而進一步放大。如果企業將AI視為倍增開發者產能的手段，員工就會面臨在同樣的工時內發布更多功能、關閉更多工單、完成更多代碼審查的壓力。
這反過來會抵消在單個編碼任務上節省的時間，並將負擔轉移到其他地方：更大的拉取請求、更多待檢查的生成變更、更多需要驗證的依賴項，以及更高的運營風險。
AI輔助編程，正在成為工作與生活的平衡議題
AI輔助編程，正越來越多地成為工作與生活平衡的問題，而不僅僅是工具選擇的問題。利用智能體消除重複性勞動的團隊，或許能看到真正的收益；但將其用於加速軟體生產流水線每個環節的團隊，則可能創造出一個更快、更高壓的工作版本。
對於盧梭這樣的開發者而言，問題已不再是AI能不能寫代碼——它能，這一點毋庸置疑。真正的問題在於：開發者是否還能自己決定，什麼時候該結束工作日，什麼時候該關掉那個智能體循環。
Q&A
Q1：為什麼AI編程工具會讓開發者上癮？
A：根據Rootly聯合創始人盧梭的描述，AI編程上癮的核心在於它創造了一種獨特的心理刺激循環——智能體做對時帶來多巴胺獎勵，失敗時則觸發腎上腺素反應。同時，看著智能體工作"被動到像是休息，卻主動到讓人慾罷不能"，開發者很難主動停下來。Coddy Tech的調查也印證了這一點：43%的開發者會在本打算停下來後繼續課餘編程，32%的人因此推遲睡眠。
Q2：大量使用AI編程工具會帶來哪些具體風險？
A：主要有三類風險。第一是職業倦怠風險：51%的開發者表示更容易倦怠，39%的人更難從工作中抽身。第二是技能退化風險：80%的開發者感覺對AI的依賴正在削弱自身問題解決能力。第三是"驗證債務"問題：AI輸出速度快，但開發者仍需花大量時間確認代碼是否正確、安全、可維護，實際工作量並未減少，反而可能因企業提高產能預期而增加。
Q3：開發者對AI工具的信任度現在處於什麼水平？
A：根據2025年Stack Overflow開發者調查，開發者對AI準確性的信任度已從此前的40%大幅下降至29%，對AI的整體正面評價也從72%降至60%。45%的受訪者對AI給出"差不多對但又不完全對"的答案感到沮喪，這類輸出雖看似可信，實則會製造難以排查的調試問題。
