文章内容阅读页
本页面围绕单篇文章的阅读节奏进行编排,强调标题层次、正文可读性与延伸浏览路径,让用户在阅读过程中获得更聚焦、更顺畅的内容体验。
近800万人围观,连马斯克都惊了!工程师怒吐槽Claude Code“榨干灵魂”:每天工作12小时,只为不停“按回车”
今日体育资讯,由3377体育整理:
整理 | 郑丽媛 出品 | CSDN(ID:CSDNnews) “ Claude Code 简直 榨干 了 我的 灵魂 。
” 最近,一位匿名工程师在 X 平台上的吐槽,吸引了 近 8 00 万次浏览 。
这位网名为 voxium 的工程师,自称刚入职一家大公司干了半个月,直接把自己新岗位形容为“灵魂被抽干”,而罪魁祸首不是老板、不是同事,而是 Anthropic 的 AI 编程工具——Claude Code。
从产品规格、PRD、测试,到工单、代码、Bug 修复和报告,几乎所有东西都由 Claude Code 生成,而 工程师们每天要工作 12~13 个小时,只为了“按回车”。
帖子一出,科技圈炸了锅。
马斯克回了一 句 “Yikes”(天 呐) ,风险投资人、All-In Podcast 联合主持人 Chamath Palihapitiya 更是毒舌:“ AI 正把一代技术专家变成在赌场老虎机前按按钮的人。
” 听起来有点夸张?
但问题是,voxium 描述的场景正在大量发生。
“现在已经没人 在 思考了” 由于担心遭到雇主报复,voxium 在 X 上并没有透露其真实姓名和公司。
他表示刚加入这家公司才半个月,就发现团队 几乎所有工作都围绕 Claude Code 展开。
“这里没人知道任何东西。
”他表示,所有的规格、代码、测试、PRD、工单、工单解决方案、报告……几乎全部由 Claude Code 完成。
更让他难受的是,公司并没有因为 AI 能写代码,就给工程师留下更多时间去思考,管理层反而要求大家尽可能快地把东西交付出去。
“我不止一次听到高层说,写代码根本不是瓶颈,那我们为什么还这么慢?
” 于是,工程师们开始 每天工作 12~13 个小时 ,不断让 Claude 继续执行任务—— 从 L1 到 L7,不同级别的工程师似乎都在做同一件事:和 Claude 对话,然后按回车。
“没有任何成就感,也没人真正解决 Bug。
说到底,现在已经没人在思考了。
” 对于这个现象,voxium 认为,问题的根源其实在管理方式。
在不少企业中,Sprint 周期、PR 数量以及上线功能数量,很容易成为衡量研发团队效率的指标。
但功能越多,并不意味着产品就一定越好。
于是,当 AI 能快速生成代码后,人们自然会产生一种诱惑:既然 AI 可以写,那就让它多写一点吧——产品需求文档可以让 AI 写,系统设计可以让 AI 写,前端 UI 可以让 AI 写,后端代码也可以让 AI 写……最终,代码生产本身变得越来越快,但工程师真正需要投入时间理解和验证的工作,却没有同步增加。
在后续采访中,voxium 甚至用了一个在2026年流行起来的科技圈黑话—— “Human meat proxies”, 你 可以理解为“人肉代理” :人类只是把 AI 的输出直接传递到下一环节,却没有真正分析其中的内容。
他提出了一个简单却尖锐的问题: “如果 一切都自动化了, 那 还剩下什么?
” 这不只是 voxium 一个人的抱怨 这种担忧,并非只有 voxium 一个人有。
今年 6 月,Menlo Ventures 合伙人 Deedy Das 就曾讨论过类似现象:一些经验丰富的工程师发现, 自己越来越多的时间不是用来写代码,而是用来理解、审查和修正大量 AI 生成的代码 。
他将这种变化描述为一种接近“身份危机”的状态。
甚至在某些情况下,AI 还可能增加额外的检查成本。
2025 年,METR 对 16 名有经验的开源开发者进行了随机对照实验,涉及 246 项真实开发任务。
研究发现,在当时的实验条件下,使用AI工具的开发者的任务完成时间,比不用AI的同行长了 19%。
更讽刺的是,这些开发者自我感觉大约快了 20%—— 感知和现实之间差了将近 40 个百分点,他们压根没意识到自己变慢了。
今年 9 月, DeepSeek 机器学习系统工程师刘胜与 也 曾公开谈到 AI 对自己专业工作的冲击 。
他表示,过去 AI 还主要帮自己查文档、读代码、找 Bug,如今已经能处理 CUDA、PTX、SASS 等 GPU 相关代码,并参与算子优化。
他甚至判断,再过半年到一年,AI 写算子的水平可能追上甚至超过自己。
未来自己或许不得不从亲自写算子,转向管理和调度 AI Agent。
这与 voxium 的担忧形成了某种呼应: AI 最先改变的,可能并不是“程序员有没有工作”,而是程序员每天究竟在做什么 。
从亲自写代码,到设计任务、拆解需求、监督 Agent、审查结果,再到最终验证软件是否真的解决了用户的问题——工程师的角色正在发生变化。
另外,不论 AI 编程工具如何进化,有个问题也一直存在: AI 写代码可以很快,人类理解代码却需要时间 。
如果企业只是不断提高“生成量”和“上线量”,那这个
更多体育资讯,关注3377体育。