← #807

我不再用 AI 写代码了

文章摘要

这是 YouTube 频道 Brett Codes 在 2026 年 8 月 11 日发布的一段 22 分钟视频（当前播放量约 68 万）。作者同时写了一篇文字版博客《I’m done using AI》（2026 年 8 月 10 日，brettcodes.com/im-done-using-ai/），视频简介里称之为「不那么啰嗦的版本」。以下摘要综合了视频的官方简介、章节结构和这篇配套长文。

视频章节： 00:00 开场 / 01:19 我与 AI 的历史 / 06:10 那道命令 / 08:58 聊天妄想 / 11:15 一年 agentic 编程的结果 / 17:17 这些权衡不值得。

作者的立场和资历。 他编程 20 年，从少年时做粉丝站和小游戏的爱好，变成职业。他说自己喜欢学习、喜欢解决问题、喜欢做东西，而这正是编程的大部分内容。但过去 18 个月，LLM 驱动的编码 harness（如 Claude Code）和所谓「agentic 编程」彻底改变了他的职业、爱好和手艺。因为这项技术对环境、社会和他个人心理健康的负面影响，他决定停止使用——「哪怕这会让我丢掉工作」。

第一阶段：怀疑。 他最早接触是 VS Code 里的 GitHub Copilot，「像打了类固醇的自动补全」——你开始敲 function sortNames，它就预览一个实现。他试了，觉得分散注意力且基本没用。第二次是早期聊天界面：一位同事用它排查问题，而 LLM 给的方案不管用，因为它幻觉出了一个根本不存在的库版本，装不上也修不了。大约同一时期，那家公司雇了一位 AI 信徒当产品负责人——一个开始用 LLM 工具提交代码、却不理解对更大系统影响的产品经理。他形容自己眼看着它像病毒一样在组织里扩散，而他继续像过去几十年一样写测试、做功能，并大体上乐在其中。

第二阶段：那道命令。 换到现在这家公司（不到 10 人的开发团队）后，他仍旧手写 TypeScript、Ruby、CSS 和对应的测试。他在协作会议上看到同事在 Cursor 里飞快地 tab 补全，觉得挺妙，「但没有什么能把我从 Neovim 和 tmux 里撬走」。这里有一句很关键的自陈：「我当时不觉得、现在也不觉得有『更快工作』的需要。」他引用 Cal Newport《慢生产力》里的主张——以自然的节奏工作。2025 年初管理层问他「你怎么看 AI 写代码这事」，他回答「它经常是错的、挡我的路、也没让我写得更快，所以我不用」。不久后管理层去了一场会议，被「LLM 将改变知识工作的一切」说服，于是下达了「使用 AI 工具，否则就被时代抛下」的命令。

第三阶段：真的用起来，而且它真的管用。 他决定认真试。Cursor 不合口味且在 Linux 上跑得很糟，于是换 Zed，很快开始用侧栏聊天配自动编辑让 LLM 改代码、构建软件。他坦率承认「那时候真的感觉像魔法」。2025 年中，agentic 编辑取代了基于自动补全的工作流，随着 AI 公司投入训练专用模型和构建 harness，能力持续变强。快进到 2026 年中，在他决定停用之前，他已经能把 Linear 接到 Claude Code，让它从头到尾构建一个非平凡项目，自己一行代码都不用改，而且比他自己做更快，「我几乎不用思考」。他特意强调这一点是为了确立自己的发言权：「我是以一个认真使用这些工具一年以上的资深 lead 工程师的身份写这些的。」

第四阶段：崩塌。为什么停。 这是全文最有价值的部分，他列了几条彼此独立的理由：

聊天带来的妄想。 他也开始用聊天功能：让它推荐书、问职业建议、抛商业点子、「像跟朋友一样跟它说话」——他提出宏大构想，而它永远是支持的。他还问过医疗建议：某天晚上他生病，描述了所有症状，模型让他去急诊。于是他半夜带着流感开车去了医院，在候诊室坐了两小时，等他吃的布洛芬起效；见到医护人员时，对方基本上只是叫他回家休息、根本不需要来急诊。他说「宁可小心也不后悔」有时确实适用于急诊，但依赖 AI 聊天来决定该采取什么医疗行动是个巨大错误，还花了他好几百美元。他由此意识到 AI 聊天正在让他产生妄想，随后停用了聊天。
变成一个纯粹的审阅者。 他继续用 AI 写代码，让它承担越来越多的重活，直到自己只剩下代码审阅者和 QA 测试员。完成大量任务时确实令人兴奋，「直到我意识到，我基本上就是滚轮上的仓鼠，勾选框、完成工单，没有真正的目的」。更关键的是他指出了这个模式的死结：你不可能审阅完 AI 写的那个量的代码，而我们反正另有一个 AI 来审阅它。 结果是「它让我变懒，让我不再在乎，让我变成一个更差的程序员，让我抑郁——因为我停止了做难的工作，我停止了学习，停止了成长，停止了成为那个做出这个软件的人」。他还提到与管理层的一次对话，对方说开发者现在的工作是教 AI 变得更好、犯更少错误、审阅代码、测试 AI 的改动——他的评价是「这是一种可怕的存在方式」。
与软件的疏离，以及对质量的重新定义。 用得越多，他越感到与软件及其功能疏远：不问 AI 就说不清某个东西究竟怎么工作，也远没那么在乎代码和软件本身，因为那些代码都不是他写的。由此他给出了本文最有分量的一个论断：「优质的软件不在于它有多少功能或者建得多快，而在于设计者、开发者和产品人对它有多用心（how cared for it is）。」他说自己最喜欢的那些软件有一种难以言说的特质——你不会把它想成一张功能矩阵，而是一个由人为人做的、用起来令人愉悦的界面；而用 AI 构建软件会导向更差的软件：初期确实更快，但以代码质量、UI 和用户体验为代价。
存在性焦虑。 「如果我基本上只是在把 Linear 工单喂进一个 CLI，那还需要我干嘛？几年后软件工程还会存在吗？我该去当电工还是别的什么？可我热爱的这门手艺、我做了这么久的职业怎么办？它会就这么消失吗？」
外部成本。 他开始了解 AI 的真实代价——从数据中心到用水量；它建立和训练在窃取来的来源之上；而这个成本对人们基本是隐藏的，「除非他们正在你家后院建一座数据中心（这事可能比你意识到的更快发生）」。

为什么是「全有或全无」。 他试过在工作中少用 AI、只用于琐碎任务，「但那从来没真正奏效——我总会退回到几乎什么都用它」，因为「当 AI 能全部代劳时，自己敲一个测试出来感觉很蠢」。他的结论是这对他而言是个非此即彼的决定；而且少用但仍在用，意味着他仍在为它制造需求、仍在为它造成的伤害添砖加瓦。「不了，谢谢。」

转折点与结尾。 在这一切的最低谷，他回到了自己的一个爱好：游戏编程。这期间他写完了关于给 Playdate 做游戏的书，做了几个小游戏，还用 Rust 写了一个叫 Usagi 的 2D Lua 游戏引擎。回到基础、不用 AI 地写作和编码，让他重新意识到自己有多热爱编程，以及用 AI 如何让他成为更差的程序员并损害他的心理状态。 他坦承不知道这个决定会带来什么后果：「我可能会被解雇，也可能一切都好，时间会给出答案。但我知道的是，我没法继续那样工作下去，那毫不含糊地正在毁掉我的生活。」最后他说想更多地谈论这件事、看看其他开发者过得怎么样，并回到自己对分享所学、通过写作和视频帮助其他程序员的热爱——「嗯，是帮助那些真正想学编程的人，而不是那些只想 prompt 出一个解法的人」。结尾一句是：「敬手写代码。」

HN 评论精华

这条帖子只有 41 分、11 条评论，讨论规模很小。值得如实说明的是：几乎没人讨论视频本身或作者关于环境成本、抑郁、软件质量的核心论证；除了第一条以外，整个评论区迅速被一场「如果 LLM 崩了会怎样」的假设性辩论占据，与作者的实际主张关系不大。

唯一正面回应文章的是 sandreas，他也是把博客原文链接贴出来的人（「这是文章：brettcodes.com/im-done-using-ai/。读得很过瘾，谢谢」）。他的回复是本帖最有共鸣的一条：「不知怎的，这和我大约六个月前的感受非常像。AI 疲劳是真的，而且我仍然多少害怕被下一次突破优化掉。这是一种非理性的恐惧，我也知道它可能永远不会发生，但它时不时冒出来，让我非常焦虑。」他指出其中一大部分焦虑来自成本：「最好的」模型价格很高，或者跑一个像样的本地模型所需的硬件很贵，「我不想付这个钱，但又怕跟不上——我或许付得起，但给这些公司付钱这件事本身让我感觉不对」。不过他的结论与作者不同：他看到自己真正尊敬的一些人完全消失进这个话题里，而另一些人能找到恰当的平衡，「所以完全不用 AI 是需要勇气的。我也多少觉得那浪费了一个好工具的潜力」。他给出了自己的折中方案，是本帖最实用的一条：他把自己的 AI 用途限定为一台「解释机器」，用它帮助自己学习，而不是逼它替自己干活。 「这重新点燃了真正靠自己做一件事的热情，同时又能跳过那些有时很痛苦的、在一个问题上彻底卡住的研究环节。读文档对学习过程很重要，但有时它非常干燥。所以能够『与文档互动』、追问某件事为什么是这样运作的，在很多情况下非常有帮助，我靠这种方式学到了很多。」他坦承「我还没找到最终答案，但完全不用 AI 大概不会是我个人的那个答案」。
剩下的讨论由 vivzkestrel 的一条帖子引爆，他自陈这是从另一个 HN 帖搬过来重述的。他的论点是：绝大多数「我不再写代码了」的人，将会连一个 C++ 的 hello world 都写不出来；而这些人一贯的辩解是「我不需要」——「兄弟，这个假设很大」。他给了两种情形：情形 1，LLM 无限进步、没人再需要写代码——「那没关系，写一段规格说明对我来说不难，我不用 LLM 时每个项目也都在写」；情形 2，LLM 因为某种原因彻底崩盘——「我们有整整一代的大众程序员，其中 99% 不会用 C++ 把两个数加起来。你猜怎么着？我现在成了全世界最抢手的程序员之一，属于绝对的少数派。」
反驳这条的回复构成了本帖的主体。dtj1123 的回应最完整，他直接补了更多情形：情形 3，什么都没变——现在正在练习指挥 LLM 的人变得挺擅长指挥 LLM，选择用老方式做事的人保持或变得擅长那个，就业市场按各自在新常态下的实际有用程度调整薪资预期；情形 4，LLM 继续渐进改进，结果同上，只是市场按各自「可能变得」多有用来调整；情形 5，「任何你我都没预见到的事情，因为未来惯于彻底违背预期」。他最后提出了本帖最扎实的一点反驳：「而且 LLM『崩盘』究竟是什么意思？这些是我们运行的程序，它们哪儿也不去，哪怕当前这轮 AI 投资泡沫彻底内爆。模型，以及它们对编程文化的影响，是会留下来的。」nagi_builds 提了同样的质疑：「LLM 怎么『崩』？它们会魔法般消失、再也写不了代码、或者再也写不出今天（2026 年 8 月 24 日）这些模型这么好的代码吗？就算是真的（LLM 末日恰好今天开始），我也会非常安心地让 SOL、Opus、Fable 和其他一些 SOTA 开源模型替我写代码。」
vivzkestrel 的辩护列了几种可能：中国模型变得极其便宜、导致前沿 SOTA 产业彻底崩溃，因为没人愿意再付 200 美元/月；撞上此前未预料到的架构性限制；干脆没有足够的电力再运行更多数据中心；「或者这里 4654545246541365456 个原因中的任何一个」。nagi_builds 逐条回应：「你会因为互联网变便宜了（ADSL 之后）就不用互联网吗？」「即使那个限制恰好今天撞上，未来 99.9% 的代码仍然会由当前的 SOTA AI 写。」「核能——能源行业我了解不多，但前景并不黯淡。」他的结尾很直白：「总之，我对 AI 和 LLM 解决编程这件事极度看多。」NuclearPM 在旁边补了一句：「本地 LLM 已经很惊人了。」
az09mugen 给出了这条支线里最具体、也最贴近现实的一个假设情形（他自己承认这是个边缘情况）：情形 6，token 因为某种原因变得非常贵，于是一部分不会不用 LLM 写代码的开发者成了人质——他们要么付不起、要么必须去学老办法；另一些人则因为生产事故而部分沦为清理垃圾的初学者，交付变少。
mrheosuper 提出了一条与作者原意最贴近、也是本帖唯一在技术形态上做出主张的评论：「我真希望我们没有从 Tab 自动补全式的 AI 辅助，跨到全面的 AI Agent 编码。」他的论证很清晰：tab 自动补全对我来说是 AI 与编码之间的完美平衡——你仍然打下地基和结构，而 LLM 只是跟着你把细节补完；「你和 AI 是步调锁定的，所以你和 LLM 都仍然拥有代码库的上下文。但现在我们有了一发入魂的 LLM，你甚至可能不需要读任何一行代码，更别说写了。」NuclearPM 的回复几乎是这条评论的活标本，也构成了整个帖子最刺眼的对照：「我已经做了 100 多个游戏，完全没看过代码。这项技术进步之快令人发狂。它在某些方面让我做自己的编程语言这件事感觉毫无意义。」