詹姆斯·肖尔在其博客文章《你需要降低维护成本的AI》中提出了一个尖锐的观点：使用AI编码助手编写代码时，必须确保它同时降低维护成本，而且降低的幅度要与代码产出增加的幅度相匹配。
他计算道：如果AI让你写代码的速度快了两倍，那么维护成本必须减半；如果快了3倍，维护成本要降至三分之一。否则，你只是在用短期的速度提升换取长期的“技术债务奴役”。
肖尔强调，只有当大型语言模型（LLM）真正降低维护成本，并且降低的幅度恰好与代码增加的速率成反比时，这种技术才具有经济可行性。如果产出翻倍而维护成本不变，维护成本实际上也翻倍了；如果产出翻倍且维护成本随之翻倍，那么总维护成本变成了原来的4倍。
这篇由西蒙·威尔逊于2026年5月11日转载的警示，对当前热门的AI编码工具提出了深刻的反思：在追求效率的同时，必须关注系统长期的可维护性。