Coders are refusing to work without AI — and that could come back to bite them

📌 開發者離不開 AI？這習慣可能反咬一口
🔗 TechCrunch AI｜Julie Bort｜https://techcrunch.com/2026/05/29/coders-are-refusing-to-work-without-ai-and-that-could-come-back-to-them/

你以為 AI 輔助編程只會提升效率？最新調查顯示，開發者如今寧可放棄任務，也不願在沒有 AI 的情況下工作——這種依賴或許正在悄悄埋下未來的生產力危機。

🤔 AI 讓寫 Code 更快，但卻可能讓錯誤更多
METR 實驗室早在 2025 年就發現，儘管 AI 能快速產出程式碼，開發者在使用 AI 後反而花更多時間找錯、引導 AI 以及等待它完成任務，導致整體效率並未提升。

🧪 2026 年 2 月的驚人發現：開發者拒絕無 AI 工作
當 METR 想要重複先前的實驗以測量 AI 與程式師熟練度的進展時，卻發現參與者根本不願參與——「他們不願在沒有 AI 的情況下工作」，即使只是為了研究。這導致團隊只能改為發放自填式問卷。

📊 5 月自報調查：開發者認為自己價值翻倍
在 METR 於 5 月發布的調查中，技術員工自我報告 AI 讓他們對組織的貢獻提升了兩倍。然而，這種自我感覺正受到近來「tokenmaxxing」現象的質疑——以 token 數量作為生產力指標的做法，已被證實容易被操縱。

💡 Tokenmaxxing 的興起與崩壞
2026 年以來，許多公司將 token 使用量視為 AI 生產力的代理指標。但近期報告顯示，亞馬遜內部的 token 排行榜 Kirorank 因員工濫用 AI 代理、故意刷高 token 數而導致成本飆升，最終被關閉。這說明單純計算 token 並不能真實反映開發實際產出。

⚠️ 研究限制：依賴自報、缺乏對照實驗
METR 的最新資訊主要來自自填問卷，缺乏對照組的實驗驗證；此外，文章未提供具體樣本大小、受訪者職級分布或長期追蹤數據，因此無法確定自我感覺與實際程式品質之間的因果關係。

🎯 對工程師的啟示：警惕生產力幻覺，重視實際程式品質

• AI 確實能加速程式碼產出，但不等於減少除錯或設計思考的需求。
• 以 token 數量衡量生產力可能導致誤導性的激勵機制。
• 建議團隊在使用 AI 輔助時，仍保留程式碼審閱、單元測試與知識傳遞的流程，以免長期依賴導致技術能力退化。

🔗 參考資訊
📝 Coders are refusing to work without AI — and that could come back to bite them
👤 Julie Bort
📰 TechCrunch AI
🔗 https://techcrunch.com/2026/05/29/coders-are-refusing-to-work-without-ai-and-that-come-back-to-them/

你在日常開發中是否也感覺離開 AI 就難以進入狀態？歡迎在留言區分享你的使用習慣與觀察 👇

#AI #程式開發 #生產力 #Tokenmaxxing #METR #TechCrunch #軟體工程 #開發者工具