詹姆斯·肖爾在其部落格文章《你需要降低維護成本的AI》中提出了一個尖銳的觀點：使用AI編碼助手編寫程式碼時，必須確保它同時降低維護成本，而且降低的幅度要與程式碼產出增加的幅度相匹配。
他計算道：如果AI讓你寫程式碼的速度快了兩倍，那麼維護成本必須減半；如果快了3倍，維護成本要降至三分之一。否則，你只是在用短期的速度提升換取長期的“技術債務奴役”。
肖爾強調，只有當大型語言模型（LLM）真正降低維護成本，並且降低的幅度恰好與程式碼增加的速率成反比時，這種技術才具有經濟可行性。如果產出翻倍而維護成本不變，維護成本實際上也翻倍了；如果產出翻倍且維護成本隨之翻倍，那麼總維護成本變成了原來的4倍。
這篇由西蒙·威爾遜於2026年5月11日轉載的警示，對當前熱門的AI編碼工具提出了深刻的反思：在追求效率的同時，必須關注系統長期的可維護性。