AI编程令人上瘾，工程师正为此付出代价

AI编程曾经被寄予厚望，以为能帮工程师节省时间。然而，LeadDev发布的《2026年工程领导力报告》却揭示了截然不同的现实：许多工程师的工作时间不减反增。

报告指出，45%的受访者表示每周工作时间比去年更长，这一比例高于2025年的38%。增幅最大的是高级工程师（骨干、首席、杰出），从2025年的28%升至2026年的53%。这与“AI解放工程师时间”的主流叙事背道而驰。

开发者和博主Steve Yegge是AI能提升10倍生产力的支持者，但他承认“AI吸血鬼”效应让他在正常工作时间之外也无法停止工作。2026年2月，他写道，AI编程“确实令人上瘾”，在长时间的“氛围编码”后，他会突然崩溃并睡着，并后悔给行业设定了不切实际的标准。

“AI吸血鬼”指的是那些因AI编码助手和代理的高效特性而被消耗工作时间、精力和心理能量的工程师。Yegge告诉LeadDev：“AI就像塞壬女妖，总引诱你在电脑前坐得更久。”

AI如同老虎机

LeadDev询问行业人士，开发者是否因为AI编程成瘾而工作时间更长。一位LinkedIn评论者说：“部分原因是成瘾——有些人从‘提示AI’中获得的成就感带来多巴胺冲击。对他们来说，AI就是一台老虎机：投入代币，希望中大奖，没中则继续投。不断有微小的胜利带来虚假希望，最终却承受更大损失，于是投入更多代币试图翻本。”

但不仅是胜利才让人上瘾。Yegge说：“好事发生时会分泌多巴胺，坏事发生时则会分泌肾上腺素。使用AI时，好事坏事都以极快的速度发生。你的大脑在氛围编码的同时经历着化学沐浴。每次提示AI都会获得随机奖励，这被证明极易上瘾，堪比赌场。”

AI编程和赌博都具有间歇性奖励机制。根据《赌博心理学：十年研究结果》，不可预测的奖励会强烈激励重复行为。AI编程工具创造了类似模式：多数提示平淡无奇，有些失败，偶尔会产生意想不到的宝贵结果。这种不确定性促使使用者不断提示，寻求下一个突破。

成瘾性倦怠

一旦多巴胺消退，开发者便面临倦怠。近半数的软件工程师（49%）每周至少一次感到情绪枯竭，高于2025年的39%。工程经理和高级经理的比例也相近（48%和46%）。

首席技术官（CTO）的变化最为剧烈：54%的人每周至少一次感到情绪枯竭，而2025年仅为24%，一年内激增30个百分点。Multiplayer公司的CTO Thomas Johnson在报告中指出：“CTO正因AI赋予团队几乎无限的能力而精疲力尽，为了‘喂养这头野兽’，他们承受着撰写极度详细产品规格的巨大压力。”

加州大学伯克利分校的研究人员发现，AI承诺的生产力提升往往导致热衷用户承担更多工作、更快工作、过度多任务处理。然而，当AI让“做更多”变得可实现时，用户可能会过度消耗自己。

Yegge写道：“我们似乎对一种新药物上瘾，还不了解其全部效果。”其中一种效果是“每天极度疲劳”。这是因为AI移除了传统编码中内置的停止点——比如遇到难题、等待审核或精力耗尽。BRYGE AI创始人Rebecca Koniahgari说：“每个问题都有立即可行的下一步，因此会话会持续进行，直到你主动决定停止。而当你看到进展越多，这个决定就越难做出。日复一日，这不是生产力，而是倦怠的前奏。”

健康的AI编程习惯

要管理“AI吸血鬼”效应，领导者应更少关注限制工具，更多支持人员和健康工作流。Koniahgari认为，有效使用AI需要刻意设定边界。她建议“限时会话”：在打开AI工具前设定明确目标和硬性结束时间。AI永远不会决定何时结束，所以用户必须自己设定停止点。

她还强调区分探索与执行。探索包括“走弯路、测试想法、探索可能性”，而执行是“交付”。将两者混合可能代价高昂：“那正是我们浪费三小时却一无所获的原因。”

最后，Koniahgari强调可持续性，敦促用户通过“睡眠、硬性停止、实际恢复”来保护持续工作的能力——这不是养生，而是维护。

Yegge则建议从培训开始。AI能力并非自动获得，大多数人需要长时间实验，往往先形成低效做法再找到有效方式。他本人花了大约一年才真正熟练。他说：“培训是关键第一步，存在不同技能层次。初学者可能学会全天同步使用单个代理，几周或几个月后，则需要多代理框架的高级培训。”

一旦用户掌握了有效协作技巧，就可以构建自己的AI辅助工作流。Yegge强调“没有一刀切的方案”——有人依赖AI“参谋长”，有人用代理团队，有人偏好范围明确的任务或广泛上下文。关键在于，AI工作流高度个人化，并可通过实验不断演进。

“我认为‘健康’现在有许多不同形态。与其规定特定健康工作流，不如专注于帮助人们避免反模式。”Yegge总结道。