新聞 > 科教 > 正文

大廠程式設計師:AI正將我們變成高速流水線工人

萬萬沒想到,大廠程式設計師真要成流水線工人了。

這不是誰危言聳聽,而是亞馬遜不少程式設計師最近的親身感受——很早開始,亞馬遜官方就鼓勵大伙兒在工作中用AI。

結果發展到今天,「鼓勵」更像是一種變相強迫:高層認為AI能提效,所以不少團隊人員直接砍半,項目ddl卻大大提前。

搞得不少程式設計師已經不只是讓AI打下手了,為了效率只能讓AI直接寫程序。

但眾所周知,AI編程根本做不到100%正確。

最近,微軟著名開源項目.NET Runtime,不就因為新出的Copilot代碼Agent嘗試幫忙自動修Bug,結果越幫越忙,從而被全球程式設計師吃瓜嘲笑麼!

亞馬遜這邊也是,內部工程師用AI寫代碼,不僅正確率堪憂,還迫使程式設計師們變成了「代碼審核員」,必須得花大量心思去查bug、修bug。

壓根兒不是想像中「用AI解放自己,抽身去做更多高級任務。」

事到如今,亞馬遜工程師們的工作更繁雜了,但苦勞是自己的,功勞是AI的,都不知道今後職業晉升之路要怎麼走了……

換誰誰不愁?

有時不得不直接讓AI寫出完整程序在過去一年裡,亞馬遜管理層鼓勵內部工程師們使用微軟Copilot和亞馬遜自己的AI助手等工具。

原因很簡單,當然是以「提高了生產力」為目標了啦。

但這種「鼓勵」,似乎在實際工作中成為了一種變相的「不得不」。

一方面,由於種種原因,一些團隊的人員幾乎減半,但是大家需要產出的代碼量並沒有減少。

這意味著每個人必須寫比以往更多的代碼。

另一方面,因為有了AI來幫忙,管理層非常「貼心地」提前了每個項目的ddl。

也就是說,原本需要幾周時間開發的代碼,現在幾天之內就要交付。

沒辦法,開發者們有的時候只能直接讓AI寫出完整程序。

這帶來的結果就是,員工表示他們必須依賴AI才能跟上項目進度,否則績效就會受到影響,甚至可能被畢業。

面對這種情況,很多人都苦不堪言。

有不願意透露姓名的亞馬遜工程師直言,「我們基本上必須被迫接受用AI來生成代碼,減少關於項目和代碼的討論時間,並立即將解決方案投入生產。」

寫代碼比讀代碼有趣多了。

但當你用上AI工具,讀代碼(審核代碼)就替代寫代碼,成為你的主要工作。

而且現在的AI編程工具顯然不是十全十美的,他們經常發現一些編程上面的問題反反覆覆出現……

儘管如此,還是有一位亞馬遜現任工程師在採訪中表示,現在的備忘錄和測試軟體,很多都交給AI來寫了。

但傳統工作流程中,這些工作一般都交給初級工程師,讓他們在實際任務中積攢經驗。

大家擔心,這些環節因AI而變得自動化後,工程師將失去重要技能,晉升的機會也將大大減少。

針對這種情況,哈佛大學教授Lawrence Katz也表達了自己的不贊同。

在他看來,過度使用AI可能會阻止初學者掌握基本技能,「如果AI為他們撰寫初稿,他們可能永遠不會掌握編程的基礎知識」。

在亞馬遜內部,一個名為「亞馬遜氣候正義員工」的組織開始為憂心忡忡的工程師們發聲,主要圍繞「AI對工作帶來的影響」「AI時代工程師們的職業前景」等等話題展開。

亞馬遜官方:AI為我們節省了數千年的開發時間

亞馬遜不是唯一一家出現這個情況的大公司,谷歌、Shopify等內部都發生著類似的事情。

已經有技術史學家將這一現象與19世紀時發生的事情進行對比。

當時,工匠們被分配到具體崗位上,只專注處理某一個小規模片段的工作,而且是不斷重複的那種。

帶來的結果就是工作節奏過快,同時工作質量下降。

這和今時今日在寫代碼過程中運用AI帶來的感覺一樣:快速、模塊化的任務替代了深度、獨立的思考。

但公司和管理層們顯然不這麼認為。

亞馬遜CEO Andy Jassy曾對微軟等在2023年的一項研究發現表示讚賞。該研究顯示,AI助手可以提高25%以上的程式設計師生產力。

當時,Andy Jassy就說「速度」是一家公司保持競爭優勢的關鍵,還稱讚生成式AI真的會節省很多成本。

面對此次內部工程師們的抱怨,亞馬遜發言人Brad Glasser告訴《紐約郵報》,AI的目標是增強工程師的專業能力,而不是取代他們;公司內部的晉升通道仍然十分清晰,並且仍然會基於個人表現酌情考慮。

亞馬遜官方表示,公司會定期評估團隊,並根據實際需要增加員工;隨著AI技術的發展,亞馬遜會繼續適應把AI整合進工作流的變化。

官方還說,亞馬遜員工對公司在AI上的投資給予了積極反饋(手動狗頭)。

確實,並不是所有人面對AI大規模介入工作而持悲觀態度。有人就覺得,AI讓自己從繁瑣的任務——比如更新舊代碼、編寫測試什麼的——中解脫出來,從而能夠專注於高級開發。

「AI為我們節省了數千年的開發時間。」Andy Jassy在致股東的信中寫下這樣一句話。

網友對此進行了激烈的討論。

有人說,用上AI寫代碼,只是看上去節省了時間,但其實根本不省事。

用了AI編程過後,你得自己去排除bug……總之最後總是需要手動採取老辦法來完成編程。

當然也有人站在另一方:

不是我說,軟體工程師們普遍對通用人工智慧的力量一無所知。

當然這種說法很快被覺得AI編程不好用的人駁斥了。

反駁理由是:

你這麼說,肯定因為你不專業,只是寫一些很業餘的代碼,來完成很小的項目哦~

責任編輯: 李華  來源:量子位 轉載請註明作者、出處並保持完整。

本文網址:https://tw.aboluowang.com/2025/0528/2225078.html