AI提效20%，程序员却加班更狠：老板量生产力的尺子，歪了？
AI提效20%，程序员却加班更狠：老板量生产力的尺子，歪了？
作者： Tina | 发布时间： 2026年4月16日
采访嘉宾： 沈浪、茹炳晟、吴娟、方汉
一、现象：效率提升了，人却更累了
"我不明白，AI的发展为什么不是让我们能5点下班，而是让更多人被裁员，其他人继续工作到10点。"
"两年前节奏还可以，但AI到来后状态不存在了。管理层觉得AI能极大提升效率，原本按正常周期推进的事情，现在都默认你应该更快给结果。"
"我们内部考核慢慢往AI那边偏，谁发了多少行代码，一刷就能看到。大家被拿去跟几乎全靠AI写代码的人对标，慢慢就变了味。"
悖论：AI提效20%，但程序员加班却越来越狠。为什么？
二、🧠 哲学视角：价值的不可计算性
康德式的反转：从"人是目的"到"Token是目的"
当Meta员工为了刷榜让"AI Agent跑几小时任务"，当排行榜将人异化为Token消耗器时，我们看到的是存在论层面的异化。
| 可被Token化 | 不可被Token化 |
|---|---|
| AI生成的代码行数 | 复杂账务、事务一致性、7×24小时机制支撑——靠的是人长期积累的经验 |
| Claudeonomics排行榜 | 合规判断、数据安全边界、监管问责时的责任承担——最终还是得由人来扛 |
| PR数量、提交频率 | 知识传递一旦断档，系统稳定性就会受影响 |
哲学洞见：
那些支撑系统运行的隐性秩序，恰恰存在于不可形式化的领域。正如现象学强调的"生活世界"（Lebenswelt）先于科学对象，工程师的判断力、责任感、对系统生命史的隐性知识，构成了工程实践的前反思基础。
"算不出Token的地方"= 主体性本身的抵抗
三、👥 社会学视角：劳动异化与度量陷阱
古德哈特定律的现场演绎
文章展示了一个正在发生的度量政治学案例：
"现在我们内部的考核，其实已经慢慢往AI那边偏了。最直接的就是代码量，我们有一个排行榜，谁发了多少行代码，一刷就能看到。组里有个别人几乎全靠AI在写，代码量和PR数量一下子拉得特别高，慢慢大家就都被拿去跟这种人对标。"
这是古德哈特定律的生动脚注：当指标成为目标，它就不再是好的指标。
竞争结构的转变
- 第一阶段：比代码量
- 第二阶段：比谁用AI用得多
- 第三阶段：连Token都开始被看
福柯式的规训权力升级：不再只是上级对下级的凝视，而是系统生成的实时排行榜将全景敞视内化。
劳动过程理论的当代回响
| 基层程序员 | 架构师/Team Leader |
|---|---|
| "以前还能按正常周期推进的事情，现在都默认你应该更快给结果" | "提升最明显，几乎能达到3到5倍" |
社会学洞见：
AI正在强化层级分化。资深工程师成为"判断力的放大器"，而初级工程师则陷入"执行失误也跟着加快"的陷阱。
这是新的劳动分工：
- AI承担可计算的生产劳动（代码生成、文档补全）
- 人类保留不可计算的监管劳动（架构决策、质量审核、责任承担）
- 但考核体系却滞后地沿用工业时代的量化指标，造成了评价对象与评价尺度的根本错位
四、⚙️ 工程学视角：复杂系统的隐性秩序
从"局部快"到"整体不动"的结构性困境
"编码这一段确实更快了，但整体提效大多仍然停留在15%～25%。"
这是阿姆达尔定律在软件工程中的体现：系统整体性能的提升，受限于不可并行化的串行部分。
茹炳晟的分析：
"在企业级研发里，真正写代码的时间，通常只占20%～30%。剩下的大头，都在沟通、对齐、评审、测试和各种临时事务上。AI提升的，主要是这20%～30%的环节，自然很难直接拉动全局。"
技术债的时间政治学
"AI生成的代码，未必符合原有的架构风格，也可能把本来不该重复实现的东西又写了一遍。眼前看是提速了，后面却可能留下维护税和技术债。这些账不会当场爆出来，但会一直跟着代码和系统走。"
这是时间套利：将成本外化到未来的运维阶段，而当下的KPI却因此光鲜。
衡量体系的范式转移
文章对DORA、SPACE等框架的讨论，展现了衡量科学的演化：
"表面上是度量方法在进步，背后则是'开发者是什么'这个定义在变。DORA时代，开发者是生产线上的工人；SPACE时代，开发者是有情感、需协作的多维个体；到了AI时代，开发者变成了与AI协同的决策者。"
工程学洞见：
那些动辄几百人维护的大型系统，靠的不是Token堆砌，是经验沉淀、背责制度、对稳定性的敬畏。
五、结论：人的价值，藏在算不出Token的地方
文章结尾的论断，需要在三维度的交织中理解：
"未来，当Token计价器不断滚动、上下文成本不断雪球化，人类这种'看起来更慢'的大脑，会不会反而变成一种高端奢侈品？一个工程师可以花5个小时认真看复杂架构、深入思考问题，而不会像AI那样不断累积惊人的计算费用。在企业预算里，这种'慢速的人脑'，反而可能成为终极的固定成本资产。人的价值，恰恰藏在那些算不出Token的地方。"
整合视角
| 维度 | "算得出Token"的 | "算不出Token"的 |
|---|---|---|
| 哲学 | 手段 → 可替代的生产要素 | 目的 → 承担责任的主体 |
| 社会学 | 被规训的绩效游戏 | 隐性知识传递、组织韧性 |
| 工程学 | 局部代码产出 | 系统级判断、技术债管理、稳定性的敬畏 |
最终洞见
当Meta员工为了刷榜而"专门让AI Agent跑几小时任务"时，当昆仑万维将AI编程能力"与末位淘汰绑定"时，文章提醒我们：
技术的解放潜力正在被异化为新的控制手段。
而"算不出Token"的抵抗，既是一种描述（token经济确实无法捕获这些价值），也是一种规范主张（我们不应将人的价值还原为token）——这正是文章最深刻、也最勇敢的地方。
"我不明白，AI的发展为什么不是让我们能5点下班……"
现在也许可以回答了：因为人的价值，从来就不在那些能被计算的地方。