出品 | 51CTO技術棧（微信號：blog51cto）

AI 的到來，也許會讓程序員告別重復勞動，走向創意巔峰。

但在亞馬遜，代碼的世界，似乎也正步入流水線時代。

一些開發者卻感受到另一種“穿越回18世紀機器工廠”般的現實：節奏更快、思考更少、壓力更重。

“現在的編程工作與倉庫的工人無異！”

1.“加速主義”導致“編碼文化”大降級：從“寫代碼”到“真·搬磚工”

事情是這樣的。

毫無疑問，現在絕大多數企業的老板們都成功被 AI 的“流水線式效率”所說服了，比如一項由微軟和三所大學研究人員合作完成的最新研究發現，使用 AI 編碼助手 Copilot 的程序員，其關鍵產出指標提升超過 25%。

但有了 AI 工具，雖然干活效率提升了，但另一個讓人揪心的事實是：在擔心自己被 AI 取代之前，自己的工作已經變得索然無味、工作體感直線下降。

最先感受到變化的，自然是代碼工廠中的一線程序員。以積極押注生成式 AI 的亞馬遜為例，過去一年，公司持續推動軟件開發者使用 AI 輔助工具，比如 Copilot 和內部生成式 AI 系統。

亞馬遜 CEO Andy Jassy 在致股東信中直言：

“速度至關重要，誰能更快地滿足客戶，誰就能贏。”

然而，這種“提速”并不是沒有代價的。多位亞馬遜工程師私下表示編碼文化已經變天了：

• 團隊規模被裁減一半，卻被要求借助 AI 輸出相同數量的代碼；
• 開發周期從幾周壓縮到幾天；
• 會議和頭腦風暴減少，取而代之的是加快交付、快速上線；
• AI 工具好用卻“不好管”，需要反復校對、缺乏掌控感。

亞馬遜一位工程師坦言：“我們好像成了自己工作的旁觀者。”

但這些改變的“規范”并非人人欣然接受。三位亞馬遜工程師透露，過去一年里，公司管理層愈發強硬地要求他們在工作中使用 AI。

這幾位工程師說，公司提高了產出目標，對截止日期也更為苛刻。甚至在即將舉行的內部 Hackathon 編程比賽中，也鼓勵工程師們開發新的 AI 效率工具。

對此，亞馬遜回應稱公司定期審查團隊是否人手充足，必要時會擴大團隊規模。發言人Brad Glasser 表示：“我們會持續調整，將生成式 AI 融入我們的流程中。”

2.程序員正在“倉庫工人化”：“讀代碼”大于“寫代碼”，快樂正在流失？

程序員們的擔憂，并不只是關于技術，而是工作的本質正在改變。

在亞馬遜，許多工程師像微軟員工一樣，使用可以推薦代碼行的 AI 助理。但最近，公司開始推出能夠自動生成大段程序的新型 AI 工具。一位工程師形容這些工具“好得令人發毛”。不過，他們也指出，許多同事對這些新工具依然抱有保留態度，因為使用時仍需大量檢查，同時也希望能保有更多控制權。

一位工程師表示，“節奏變得越來越快。過去構建一個網站功能可能需要幾周時間；現在，常常幾天內就得完成。”

他說，這只能通過借助 AI 自動化編碼、并大幅減少與同事開會交流、獲取反饋和探索替代方案等過程來實現。

另一位工程師補充道，她使用 AI 所帶來的效率提升比較有限——不同團隊對 AI 工具的依賴程度也有所不同。

如今許多公司采用的新式編程方式，實際上削減了開發者在“思考自己正在做什么”上花的時間。

哈佛的卡茨教授表示：“過去你做的是一個復雜項目，有很多緩沖時間——可能要花一個月，也可能兩個月，而且沒人能真正監控你的進度。”

“但現在，整個過程都能被監控，而且速度要快得多。”

誠然，AI 工具確實能寫出不錯的代碼，但它無法完全替代開發者的思考。尤其是在創意、架構設計、團隊協作等環節，依然需要人類判斷。

長期程序員兼博客作者、AI 愛好者 Simon Willison 一針見血地指出：“

“寫代碼有樂趣，讀代碼卻很痛苦。如果你被要求去做 code review，那永遠不是工作中最有趣的部分。而現在，跟 AI 工具配合時，大部分時間就是在干審稿人，而不是創作者。

AI 讓編碼變得高效，卻也讓一線工程師失去了創作的成就感。

幾位軟件工程師表示，在公司強烈鼓勵使用 AI 的當下，他們腦中時常浮現倉庫機器人對藍領工人的影響。他們說，雖然在技術上使用 AI 是“可選項”，但若不跟上產出節奏，就無法達成績效目標——而這直接影響他們的績效考評。

3.時代變了：你不需要深刻理解每一行代碼

幾位亞馬遜工程師表示，管理者鼓勵他們使用 AI 來撰寫“一頁紙備忘錄”，提出某項軟件問題的解決方案——而現在，AI 可以根據一些零散的想法自動生成草稿。

他們還會用 AI 來測試自己開發的軟件功能，這是一項繁瑣但原本能促使工程師深入思考代碼質量的工作。一位工程師擔心，如果連這部分都被自動化，新人就會失去本應借此積累的經驗，難以獲得晉升。

亞馬遜則表示，公司仍將“協作與實驗”視為關鍵能力，并強調 AI 是用來“增強”工程師能力的工具，而不是取代人類專業性。同時，公司也已清晰向員工傳達晉升的要求。

曾擔任奧巴馬總統連任競選團隊首席技術官的程序員兼博主 Harper Reed 也承認，在 AI 主導的世界中，工程師的職業發展確實是個挑戰。但他提醒，不必對“深刻理解自己寫的每一行代碼”這件事過度執著——如今這已不再是確保程序能正常運行的必要前提。

他說：“你不可能指望汽車工廠里，每個人都拿卡尺去測量每一個角度是否精確。”

“現在機器來干這些活兒，像過去那樣靠十個人一錘一錘敲打金屬的時代已經過去了。”

4.流水線的罪惡：剝奪了工作的快樂

這不是亞馬遜第一次做這種事。

對于亞馬遜的工程師來說，編碼的自動化具有特別的意味——他們親眼見過藍領同事們如何經歷了相似的轉變。

多年來，亞馬遜倉庫員工每天需走上數英里來尋找商品。但過去十年，亞馬遜越來越依賴所謂的“機器人倉庫”：在那里，分揀員只需站在原地，貨架由機器人送到手邊，大幅提升了每小時處理的訂單量。

雖然人并未被機器人取代，但工作節奏明顯變得單調、機械、重復——這是工程師們如今正親身經歷的過程。

歷史總是驚人地押韻：工業革命也是這般。自從工業革命以來，工人們一直擔心機器會取代他們的工作。

但當技術變革了汽車制造、肉類加工，甚至是文秘工作時，企業的回應通常不是裁員，而是“降級”這些工作——將它們拆解成簡單、重復、高速完成的任務。那些由熟練技工組成的小型車間，變成了流水線上數百名工人；個體秘書被打散為打字員和數據錄入員的“打字池”。

哈佛經濟學家 Lawrence Katz 指出：

“這就像 20 世紀的工廠轉型：從手工藝走向機械化，知識工作者正面臨加速式壓榨。”

5.被 AI 替代，還是被 AI 規范？

當然，AI 對員工并非全然負面，這種轉變對員工來說并非全是壞事。在亞馬遜和其他公司，管理層主張 AI 可以減輕員工的繁瑣任務負擔，讓他們騰出精力去做更有趣的工作。

Jassy 在去年曾寫道，亞馬遜通過 AI 完成了大量老舊軟件的升級工作，從而“節省了等同于 4500 個開發者年”的人力投入。

再比如，之前我們報道過的，讓大模型幫助撰寫技術方案文檔，自動生成一頁備忘草稿；用 AI 工具測試代碼，提高準確性……

亞馬遜強調：AI 不是為了替代程序員，而是增強他們的能力。

但正如前文所提及的。AI 聽起來無懈可擊，但有經驗的開發者卻提醒，AI 的強大，也可能剝奪年輕工程師“成長的機會”。

“如果 AI 自動測試、自動寫文檔，那初級程序員該從哪里練習基本功？”一位工程師問道。

Katz 進一步指出，對于一部分經驗豐富的程序員來說，剝離這些瑣碎工作或許是件好事。然而，對那些剛入行的年輕工程師而言，AI 的引入就像 19 至 20 世紀從“工匠手工”向“工廠流水線”的過渡。

6.為控制自己的工作節奏而戰紛紛加入亞馬遜氣候正義聯盟

越來越多亞馬遜工程師將自己的焦慮匯聚到一個組織：“亞馬遜氣候正義員工聯盟”（Amazon Employees for Climate Justice）。除了環境議題，如今他們也討論 AI 對工作節奏、職業發展的深遠影響。

該組織發言人、前亞馬遜員工 Eliza Pan 表示，他們定期與幾百名亞馬遜員工保持聯系，員工之間關于 AI 使用帶來的工作壓力和不確定性的討論也越來越多。

“他們真正關心的是：未來的職業會變成什么樣子？”Pan 說，“不僅是職業軌跡的問題，更是工作質量的問題。”

有員工問：“我們的職業，還能自己掌握節奏嗎？”

這一問題，讓人想起 1936 年通用汽車工人的罷工。當時，流水線速度越來越快，工人不再能決定自己的勞動節奏，最終促成了美國汽車工會的成立。

今天的程序員雖然不用罷工，但正在經歷同樣的焦慮：

• 工作內容變得碎片化、工具化；
• 節奏由 AI 工具和績效目標驅動；
• 深度理解代碼的機會越來越少……

也許，未來的程序員不再是“代碼藝術家”，而只是“AI 工程師的監工”。

7.效率之外，程序員還能留下什么？

在 AI 驅動的時代，“快”和“多”變成了新的工作常態。也不止亞馬遜，其他科技公司也在朝同一個方向努力。

4 月，Shopify 首席執行官在一封內部備忘錄中宣布，“使用 AI 現在是基本要求”，并表示公司將把“AI 使用情況”納入員工績效考核中。

據一份內部通知，谷歌也即將舉行一場全公司的 Hackathon 編程馬拉松，其中一個競賽類別就是開發能“提升日常工作效率”的 AI 工具。獲勝團隊將獲得 1 萬美元獎金。谷歌發言人指出，目前公司超過 30% 的代碼是由 AI 提出并被開發者接受的。

但這些效率提升的數字背后，是否犧牲了工作的樂趣、成長的空間，甚至自我認同？

誠然，現在還有很多開發者喜歡各種 AI 編程神器，但我們也該意識到一部分程序員正在失去編程快樂的真諦。

正如一位工程師所說：

“我們不怕變化，但希望這種變化，是我們選擇的。”

8.網友快速分成了兩派AI 編程的維護就像拉線頭？

從 Hackernews 上的評論來看，網友對于亞馬遜的“加速 AI 編程”的做法褒貶不一。本質上還是在于，AI 究竟給我們帶來增益，還是負擔？

有網友認為可以理解。比如，一位網友表示“ AI 幫自己做到了以前做不到的重構。”

但很快就有網友質疑道：

如果你本身沒法搞定問題的復雜度，你怎么能確定 AI 給出的改動是合理的？有沒有遺漏了你都沒意識到的關鍵模式？

這聽起來就像是，如果后面幾個月某個嚴重 bug 暴露出來，你只能再靠 AI 來修補。這要是真這樣，那問題就很大了。

支持派繼續回懟道：

現實中，項目根本不會給你充足預算讓你一直玩“打地鼠式的測試修 bug 游戲”。

一位網友澄清補充說，

這個問題的核心是：你是不是不理解代碼的邏輯，還是你不敢動它，因為你一改動，可能就像拉線頭一樣，整塊毛衣都散了。

這個爭論似乎不太好一錘定音。所以——

AI 編程工具到底是在解放程序員，還是在壓縮他們的存在感？各位怎么看？歡迎在留言區聊聊你的看法，或者分享你團隊的真實體驗。