InfoWorld 资深撰稿人 Matt Asay 近日发布了一篇名为“Software development has a ‘996’ problem”的文章，深入探讨了 AI 盛行下软件开发领域存在的一种误区，即认为产出等于结果。这种观点认为，只要投入更多的时间或更多的代码行数，就一定能解决问题 —— 肖似 996 核心理念。

《The Pragmatic Engineer 》杂志的创始人 Gergely Orosz 最近就对这一迷思进行了驳斥。他对“996”工作文化提出尖锐的批评称：“我很难举出一个真正值得关注的‘996’公司，它们的产品要么是抄袭，要么是炒冷饭，都是对其他地方已经推出的更优秀产品的简单复制。”

但一些创始人试图将其包装成“硬核”、“全力以赴”或“苦读文化”，本质上却是一样的：用大量时间压榨员工，然后期待最终能产出惊世之作。有些人认为，只要能让大语言模型（LLM）每周工作相当于上千小时，以超人的速度生成代码，就能神奇地获得更优秀的软件。

Matt 指出，这种不人道的工作时间和节奏只会适得其反。蛮力鲜少带来差异化，而且（或许）永远无法带来创新。“我们不会。我们只会得到更多我们已经拥有的东西：衍生代码、臃肿的代码，以及越来越难以管理的代码。”

在互联网被低价值、高数量的内容所淹没的同时，同样的情况也正在软件行业发生。研究表明，“code churn”（即两周内被修改或丢弃的代码行）正在激增。复制粘贴的代码越来越多，而重构的代码则显著减少。

换句话说，人工智能（AI）确实能帮助我们更快地编写代码（速度提升高达 55% ），但它并没有帮助我们构建更好的代码。我们生成的代码更多了，对代码的理解却更少了，而且需要更频繁地修复。AI 真正的风险不在于它能编写代码，而在于它促使我们编写过多代码。臃肿的代码库更难保障安全性，更难进行逻辑推演，也更难让人类真正掌握。代码越精简越好。

Matt 称，这就是将“996 陷阱”在机器时代的变体。“996思维”认为创新的制约因素是工作时长。“AI-native”思维则认为制约因素是输入的字符数。两者都是错误的。真正的制约因素始终是思维的清晰度，过去如此，未来亦然。

正如 Honeycomb 的创始人兼首席技术官 Charity Majors 所说，资深软件工程师“更看重的是你理解、维护、解释和管理大量生产环境中运行的软件的能力，以及将业务需求转化为技术实现的能力。”

你发布的每一行代码都是一种隐患。每一行代码都必须经过安全检查、调试、维护，最终还要进行重构。当我们使用 AI 来蛮力推进软件的“构建”阶段时，这种隐患被无限放大。我们制造了大量的复杂性，这些复杂性或许能解决眼前的 Jira 问题，但却会损害平台的未来稳定性。

创新需要“闲暇时间”，才能在不受会议不断干扰的情况下进行思考。如果能抽出一点时间安静下来，你可能会意识到你原本打算开发的功能其实是不必要的。如果开发人员每天都在审查 AI 生成的海量拉取请求，就丧失了这种闲暇时间。从此也不再是架构师，而是在为一台永不眠的机器人打扫卫生的清洁工。

当然，Matt 并非暗示 AI 对软件开发有害。恰恰相反，他引用了哈佛大学教授（也是开源领域的长期领军人物）Karim Lakhani 所说的话，“AI 不会取代人类”，但我们将越来越看到“拥有 AI 的人类将取代没有 AI 的人类”。AI 是一种有效的工具，但前提是将其作为工具而非棍棒使用 —— 切勿借此复制 996 工作文化的虚假承诺。

为了避免这一趋势，Matt 认为应停止将 AI 视为“开发人员的替代品”，而应该将其视为一种工具，用来弥补 996 文化所摧毁的那样东西：时间。

当 AI 能承担重复性工作时，这不应成为在迭代周期内塞入更多功能的借口。相反，这恰恰是放慢脚步、聚焦技术栈中“human”环节的契机，例如：

• Framing the problem。 “我们究竟想做什么？”听起来很简单，但这却是大多数软件项目失败的原因。选择正确的问题需要高度的情境感知与共情能力。LLM 能提供五种构建小工具的方法，却无法判断该工具是否违背了客户的工作流程。
• Editing ruthlessly。如果 AI 让编写代码几乎无需成本，那么最有价值的技能就变成了删除代码。人类必须掌握“拒绝”的主动权。我们应该奖励开发者的不是提交代码的速度，而是他们设计的简洁性。我们应该赞扬那些“negative code”的提交：它们消除复杂性而非增添复杂性。
• Owning the blast radius。一旦系统出现故障，事故报告上署的是你的名字，而不是 LLM 的名字。如果你从未亲自编写过代码，那么深入理解系统并在故障期间进行调试的能力就会退化。我们需要确保“AI辅助”不会变成“脱离人类”。必须确保初级开发人员不会盲目接受 LLM 提供的任何指令。我们需要确保提供充分的培训，使所有技能水平的工程师都能有效地使用 AI。

Orosz 对 996 的批评在于，它造就了精疲力竭的人与平庸无奇的产品。如果我们不谨慎，我们对 AI 的应用也会产生同样的结果：疲惫不堪的人类维护着机器生成的大量容易被遗忘且脆弱的代码。

我们不需要更多的代码，我们需要更优质的代码。而优质代码源于人类的头脑 —— 需要宁静无扰的空间才能孕育创新。让 AI 来处理繁琐的工作，从而释放人类进行创新。