当AI成为拐杖：程序员拒绝手写代码，Startup免费打扫换数据，我们是不是走偏了？

TechCrunch 今天报道了一个耐人寻味的趋势：越来越多的程序员开始拒绝在没有AI辅助的情况下工作。一些开发者甚至公开表示“如果公司不给我Copilot，我就不去写代码”。研究人员警告，这虽然短期内提速明显，但长远来看可能让程序员丧失基本的调试能力和代码质量判断力——毕竟AI生成的东西看起来对，但未必真的对。

有意思的是，就在同一天，Cognition 的 CEO Scott Wu 站出来说了句看起来“反商业”的话：AI编码代理不应该取代人类。Cognition 正是那个推出 Devin（号称首个AI软件工程师）的公司。Scott Wu 的解释是，Devin 的目标是成为程序员的高效助手，而不是替代者。“它能做重复性工作，但架构设计、需求理解、跨团队协作这些事，它远不能胜任。”这话从一家卖AI编码工具的人嘴里说出来，比那些画大饼的CEO可信得多。

但现实是，另一股力量正在把AI推向雇佣关系的另一端。Box 的创始人 Aaron Levie 最近提出了一个词——AI psychosis（AI精神病症）——用来形容那些根本不懂某个岗位在干什么的管理层，却笃信AI可以替代这个岗位。他举例说，ClickUp 刚刚裁掉了22%的员工，理由是“AI agent 可以接手”。而2026年才过半，科技行业裁员人数已经差不多追平2025全年。这些数据让人很难不怀疑：企业裁人的冲动，到底是基于冷静的技术评估，还是某种传染性的“AI狂热”？

最让人哭笑不得的是今天另一条新闻：一家名叫 Shift 的AI初创公司宣布，免费给纽约人打扫房间。条件是——拍摄清洁工在你家干活的全部过程：洗碗、擦灶台、拖地、叠衣服。他们想要一整个视频数据集，用来训练未来的家务机器人。是的，免费的代价是你家里每一个角落都被录下来。Shift 的发言人说得轻描淡写：“我们只拍摄清洁工的动作，不会拍到人。”但问题在于，清洁工在客厅行动时，镜头很难完全避开沙发上的你。The Verge 的评论文章说得很直接：AI公司正在拼命找数据的源头，而家务劳动是最后几块未被充分数字化的领地之一。为了获得这些数据，Shift 愿意支付“真人的劳动成本”——免费清洁。这不只是商业模式，这是一种数据殖民。你用自己的隐私和空间，换来了一个整洁的厨房，而公司拿走了可以训练出下一代机器人、然后向全人类收费的资产。

技术本身当然在快速进步。Liquid AI 今天发布了 LFM 2.5 8B-A1B MoE 模型，在38T token 上训练，性能参数看起来相当能打。Groq 也在融资6.5亿美元，从芯片转向推理服务。而一位独立开发者用 C++和 CUDA 写了一个 tiny-vLLM 推理引擎，在 Hacker News 上拿到了100多分——开源社区的效率有时候比大厂还让人惊讶。这些都在告诉我们，AI 的底层能力确实在变强。

但从 Mistral AI Now Summit 流出的笔记看，很多开发者其实带着困惑。有人问：“我们到底需要多大模型才算够？”另一个与会者说：“大家一边担心被AI取代，一边急着把所有东西都接入AI。”这种矛盾感贯穿了整个会场。

如果你觉得“AI术语太多听不懂”，TechCrunch 今天也贴心地发了一篇AI术语大全，从“幻觉”到“蒸馏”到“MoE”，每个词都给了定义。但我觉得最值得反思的可能是那个词——alignment（对齐）。我们到底想让AI对齐什么？对齐老板的降本目标？对齐清洁工的动作数据？还是对齐程序员内心深处对“不借助AI就写不了代码”这件事的恐惧？

技术的方向从来不是注定的。它取决于我们选择喂给它什么数据，以及我们允许它替我们做什么决定。当程序员开始拒绝手写代码，当企业把裁员归功于AI，当Cleaner为了数据免费扫楼——我们在兴奋之余，也许该停下来问一句：是我们在用AI，还是AI在变成我们最舒服的借口？