當開發者淪為「程式碼審判官」：AI 時代下的隱形過勞與工程師轉型之路
圖靈學院編輯部
2026-2-13
一、 前言：看似「高效」的陷阱
在 2024 年至 2026 年這段期間，全球軟體開發領域經歷了翻天覆地的變化。GitHub Copilot、Cursor 以及各大 LLM（大型語言模型）的普及，讓「寫程式」這件事變得前所未有的簡單。然而，就在眾人歡慶生產力解放之際，一名來自 ONA 的軟體工程師 Siddhant Khare 在《Business Insider》發表的文章卻如同一盆冷水，澆醒了沉浸在 AI 夢想中的技術社群。Khare 的文章標題直白且震撼：「AI 疲勞是真實存在的，且沒人談論它。」 他指出，雖然他在單一季度內交付的代碼量創下職業生涯新高，但他感受到的疲憊感也同樣達到了巔峰。這種疲憊並非來自體力勞動，而是一種深層的認知負荷與精神損耗。這篇文章不僅是個人的告白，更是當代所有數位勞動者必須面對的共同困境。
二、 從「創作者」退化為「裝配線審查員」
Khare 描述了一個令人不安的轉變：在 AI 工具的介入下，工程師的角色正從「創造者」轉變為「審核員」。過去，寫一段代碼需要深入思考邏輯、架構與邊界條件。雖然過程緩慢，但大腦在解決問題的過程中獲得了深度參與的成就感。然而，當 AI 可以在幾秒鐘內產出數百行代碼時，工程師的工作變成了無止盡的「Stamping」（蓋章確認）。
他將自己比喻為「裝配線上的法官」。這條裝配線永不停歇，AI 不會累，它可以源源不絕地產生建議，而工程師必須時刻保持高度警覺，去捕捉那些看似正確實則潛藏 Bug 的代碼片段。這種「被動審查」的心理壓力，遠高於「主動創造」。當你一天要審核 10 倍於以往的 PR（Pull Request）時，大腦的決策機制會逐漸崩潰，這正是 Khare 所說的「認知疲勞」。
三、 任務爆炸與「脈絡切換」的代價
AI 提升生產力的邏輯本應是「縮短工作時間」，但現實往往演變成「塞入更多任務」。在 Khare 的分享中提到，因為 AI 讓單項任務的處理時間縮短，管理層或環境的期待隨之調整。以前一週處理兩個大功能，現在可能演變成同時處理六個任務，因為「反正 AI 會幫你寫」。然而，人類大腦並非多核心處理器。每一項任務的轉換都需要極高的「脈絡切換成本」（Context Switching Cost）。AI 雖然寫得快，但理解業務邏輯、協調各部門需求、確保系統架構的一致性，這些仍然需要人類的介入。當工程師必須在六個不同的專案間跳躍，大腦在週三可能就已經處於「當機」狀態，連命名一個變數都感到力不從心。
四、 技術 FOMO 與永無止境的學習焦慮
除了工作本身的壓力，Khare 還點出了另一個讓工程師集體焦慮的來源：技術 FOMO（Fear of Missing Out，錯失恐懼症）。OpenAI、Anthropic、Google 幾乎每隔幾週就會發布新的模型或功能。身為工程師，為了不被時代淘汰，Khare 承認自己甚至在週末都在研究新工具、閱讀更新日誌。這種「不進則退」的恐懼，讓開發者的私人時間也被 AI 的陰影籠罩。這反映了一個諷刺的現狀：我們開發 AI 是為了節省時間，但我們卻花費了所有節省下來的時間去學習如何使用 AI，以及擔心 AI 會如何取代我們。這種循環讓工程師陷入了一種精神上的慢性發炎。
五、 技能萎縮的隱憂：我們會喪失思考能力嗎？
Khare 在文章中也表達了對「技能萎縮」的擔憂。當我們過度依賴 AI 生成邏輯，我們是否還具備從零開始構思複雜系統的能力？這就像依賴 GPS 導航的人，久而久之會失去辨識方向的能力。在軟體開發中，這種「思考的肌肉」一旦萎縮，工程師將失去解決真正難題的競爭力。如果 AI 提供的方案是 70% 的正確，而我們因為疲勞而懶於去推敲剩下的 30%，那麼軟體品質的平庸化將不可避免。
六、 應對策略：建立 AI 時代的「數位邊界」
面對 AI 疲勞，Khare 並非提倡放棄 AI，而是主張建立一套永續的使用原則：
1. 時間限制（Time-boxing）： 不要無限制地與 AI 纏鬥。設定 30 分鐘，如果 AI 無法給出滿意答案，就親自動手或果斷放棄。這能防止掉入「提示詞陷阱」。
2. 區分思考與執行： 早晨大腦清醒時用於深度思考與架構設計（不開 AI），下午體力下降時再利用 AI 進行輔助執行。
3. 接受「70% 完美」： 停止追求 AI 產出完美的代碼。接受 AI 提供的是「草稿」，剩餘的打磨由人類主導，這能降低審查時的挫折感。
4. 選擇性學習： 停止追逐每一個新出的 AI 玩具。專注於一個核心工具並深耕它，給自己的大腦留出空白，而不是被更新日誌塞滿。
七、 結語：回歸「人」的價值
Siddhant Khare 的這篇心得，是對全球技術產業的一個重要提醒。AI 是一個強大的放大器，它放大了我們的產出，但也放大了我們的焦慮。我們必須意識到，軟體工程的核心從來不是「打字的速度」，而是「解決問題的智慧」。 如果我們為了追求極速的交付而犧牲了精神健康與深度思考的能力，那麼這種進步無異於飲鴆止渴。在 AI 時代，最優秀的工程師將不再是那些能寫出最多代碼的人，而是那些能在 AI 的喧囂中保持冷靜、懂得保護自己的認知資源，並能精準判斷 AI 邊界的專業人士。面對「AI 疲勞」，最好的解藥不是更強大的模型，而是我們對「身為人」的自主意識的覺醒。
參考資料
Business Insider: 'AI fatigue is real and nobody talks about it': A software engineer warns there's a mental cost to AI productivity gains
