用了AI编程，怎么反而更忙了？

前阵子看到一份报告，调研了大量正在用 AI 编程工具的开发者。

里面有个数据，81% 的人说用了 AI 之后，Code Review 的时间反而变多了。

我看到这个数字的第一反应是：对，就是这种感觉。

按理说不该这样。

AI 生成代码越来越快，一个功能从几小时压缩到几十分钟，效率提升是实实在在的。

但很多人用着用着，发现自己每天好像干了很多，却说不清楚干了什么。忙完了一天，回头看，也不知道时间去哪了。

这不是错觉。

问题出在 AI 加速的，只是"生成"这一步。

代码出来了，你要判断它对不对。

这件事比想象中费脑子。AI 不会跟你说"我不太确定"，它只会给你一个看起来完整的答案。你得自己把逻辑在脑子里跑一遍，找到那个可能藏着的问题——有时候找到了，有时候没找到，然后在某个更晚的环节才暴出来。

Review 完，还要调试。

跑不通的时候，你要想的不只是代码本身，还要想：是我描述需求的方式有问题？是 AI 理解偏了？还是这个任务本来就超出它的能力？每一次出错，都要重新拆一遍。

然后还有一件更隐形的事——

AI 很擅长执行，但它不知道下一步该往哪走。这个功能做完之后要怎么迭代，和别的模块怎么配合，现在走这条路三个月后会不会变成坑。这些，没有任何工具能替你想。

所以你看，AI 把"写"的速度提上去了，但"想"这件事一点没少。

报告里把这些额外消耗叫做「隐性工作」——检查输出、修 AI 引入的 bug、在各种工具之间来回切换上下文。

这类工作大概占掉开发者 31% 的时间。

更绕的是，其中三分之一根本没有被统计过。

你工时表上写的是完成了某个功能，但有两个小时你在反复核查 AI 的代码对不对——这些时间，就这么消失了，没人知道它去哪了。

我觉得，AI 工具改变的，不是你要思考多少，而是思考的对象变了。

以前想的是"怎么实现这个功能"，现在想的是"AI 给的这个实现哪里有问题"。

听起来差不多，但感受完全不一样。

创造一件事，和检查一件事，是两种不同的脑力消耗。检查有时候比创造更累，因为你要带着怀疑去读，还要对结果负责。

所以那个感觉就来了——天天在忙，但说不清忙了什么。

速度快了，判断力不能跟着省。

AI 替你提速的那些地方，恰好是你最不能放松的地方。

数据来源：Harness《2026 State of Engineering Excellence》，via ITPro（2026-05-15）