編按
本文綜合整理自 Alex Martsinovich 的 Substack 文章、Hacker News 討論串（111 分、89 則留言）、Lobsters 討論，以及 Anthropic 2026 Agentic Coding Trends Report，並加入 Siami 編輯部觀點與分析。
四個沒有解答的問題
Agentic coding（讓 AI 代理直接寫程式）確實非常實用。但它也很糟糕。或更精確地說，它正在對我們、我們的技藝、以及我們彼此的關係，產生一些可怕的副作用。我骨子裡有這種感覺，許多其他人也有。但每當我想解釋「到底」哪裡出問題時，總是忍不住手舞足蹈、跳來跳去。你說什麼？哪裡出問題？問題可多了！
好吧，給你一份清單。四個無解的問題——或者用我的話說，agentic coding 的四騎士。
Slop（程式碼的「飼料」）
LLM 生成的程式碼帶有強烈的氣味，讓人類對程式碼庫感到排斥。
LLM 不是人類，它們寫程式的方式……不太一樣。不是嚴格意義上比較差，但確實不同。我們很快為它取了個名字——slop（飼料），無疑帶有負面意涵。
對於一般散文，人類似乎正在達成共識：AI 散文頂多是平淡無奇，糟的話簡直是一種侮辱。但對程式碼來說，由於它本質上是工具性的，辯論遠未結束。許多人緊抓著一個想法：很快我們就完全不用讀程式碼了。「記住，這會是模型最差的時候，」他們說。
然而，最新一代的模型表現出奇地令人失望。它們確實聰明，但似乎正在走向「無法僱用的聰明」而不是「激勵人心的聰明」。Claude 現在出了名地只會用 word salad 溝通，Astra 則用某種奇怪、競賽式、code-golf 風格寫作，讓普通工程師完全看不懂。Sloppy（粗糙）這件事最後被證明是 LLM 輸出令人驚訝地持久的特性，到這個節點看起來更像是「招牌動作」而不是「成長痛」。
這對那些仍想在程式碼庫裡東翻西找、保持熟悉度的人來說是壞消息，特別是在團隊環境中。一旦放任 agent 進入，它們很快就會接管。曾經是每位成員都能貢獻的人類共享空間，變成了 AI 荒原——人們根本不想在那裡花時間。
但即使在單人計畫中，這也令人不安：你跟程式碼的關係從「對話」變成「委託」。
Alienation（疏離）
程式碼一旦不再屬於你，你就會失去興趣。
工程師對自己寫的程式有種特殊的感情。我們為它熬夜、為它辯護、向朋友炫耀。它是我們思考的延伸——既是我們寫的，也是寫我們的。
當 agent 接手後，這種連結開始鬆動。工程師不再感覺「我寫了這段程式」，而是「我讓某個東西寫了這段」。PR review 變成驗屍報告：你不是在審別人的想法，而是在審某個你不理解、也無法培養感情的東西的輸出。
更糟的是，當問題出現時，你無法直覺式地 debug，因為那段程式碼從來沒有「通過你的手指」。你只是盯著它，像盯著一份不是你寫的契約。
Deskilling（去技能化）
AI 侵蝕現有技能、阻礙學習，而且沒有提供任何有意義的技能進步。
我認為到了這個節點，再說「去技能化是真實的」應該不會引發爭議了。太多人回報說長時間使用 AI 後，自己原本的「腦力」正在流失。
這個過程很隱微：你不是突然忘記怎麼寫遞迴，而是漸漸失去「為什麼這樣寫」的直覺。你還記得語法，但你不再記得 trade-off。
訓練一個 junior 工程師需要他們親手做過那些「重複、乏味、但必要」的工作。CRUD 表單、bug 修復、code review 戰役——這些不是無聊的苦差事，而是內化「什麼是 production code」的過程。Agent 把這些全部拿走了。Junior 變成 reviewer，而不是 writer。
問題是：你 review 不了你寫不出來的東西。
Team Fallout（團隊內爆）
當每個人都跟自己的 agent 對話，團隊就死了。
這可能是四個問題中最不技術、但最致命的一個。
過去，code review 是一種社交契約：我在你的程式碼裡學到東西，你在我的程式碼裡學到東西，過程中我們建立共同語言。我們午餐時會聊「昨天那個 bug 怎麼修的」。我們對彼此的風格瞭若指掌。
Agent 把這一切全部清掉。每個人都跟自己那個不可分享、難以解釋的 AI 助手對話。Slack 頻道變成鬼城——人都還在線，但已經沒有人類在交談。
HN 留言裡有工程師這樣描述：
「我工作用的 Slack 頻道已經是鬼城。大家都是登入狀態，但從不說話。我常常懷疑到底有沒有人在工作。PR 上有他們的名字，甚至 review 留言也是用『他們的』帳號發的，但很明顯 Claude 寫了所有東西——從程式碼、到那不必要的冗長 change summary、到他們的留言。連他們回覆我的 change request 也是 AI 寫的。」
還有另一則：
「團隊這件事現在正在殺死我們。每個人都跟自己的 agent 悶著，做出整套複雜的工作單位才丟出來，到那時要修已經太遲了。」
當你們不再共享「如何寫程式」的語言，你們就不再是一個團隊。
為什麼這件事重要
agentic coding 不是泡沫——它是真實的生產力提升。但 Stackademic 2026 年 4 月的數據 顯示：84% 的開發者已經在使用 AI 編碼工具，但只有 29% 信任他們 ship 的東西。換句話說，整個產業正在以「明知有疑慮」的速度推進這件事。
Anthropic 自己的 2026 Agentic Coding Trends Report 也承認，企業內部的程式碼品質、文化、健康度都出現明顯的副作用。
這不只是「寫程式變快」的問題。這是「我們怎麼成為工程師」的問題。當新一代工程師從未經歷「深夜對著 bug 抓頭髮」這種苦修，他們就不會內化「為什麼 production 程式碼要這樣寫」。他們會變成「reviewer of agent output」，而不是「engineer」。
Alex Martsinovich 在原文的最後一句話是：「AI discussion will continue until the morale improves.」這句話不是開玩笑。
質疑：作者也承認他沒有答案
這篇文章的誠實之處在於 Martsinovich 最後承認：他完全不知道該怎麼辦。
他說：「我只能希望我們最終會在這個被詛咒的討論中向前走。不論 AI 多麼有益，我們都為它付出了慘痛的代價——我們的好奇心、我們的技藝、我們的社交連結。」
這跟典型「AI 萬歲 / AI 毀滅一切」二元論完全相反。Martsinovich 不是悲觀的盧德分子，也不是 AI 加速主義者。他只是一個有在使用 agent、也親身感受到「某件事正在壞掉」的工程師。
讀者可以不同意他對四個問題的嚴重性判斷。但很難否認這個現象正在發生。
Siami 編按：對中文開發圈的衝擊
這篇文章在 HN 拿到 111 分、89 則留言，在 Lobsters 同樣登上首頁。值得注意的是，留言區的分歧遠比文章本身還大：
- 工程經理派：「我們早就放棄讀 code 了，只要測試過就好」
- 資深工程師派：「這就是我說的『你會失去你教不出來的東西』」
- 新世代派：「這是上一代人的恐慌，AI 只是新的更高階抽象」
- 勞動權益派：「問題不是 AI，是企業把所有責任外包給工程師」
這場辯論在中文圈同樣進行中，只不過更安靜。台灣與中國的軟體業以「趕進度、扛時程」聞名，當 agentic coding 進一步降低「寫程式」的門檻，這四個副作用可能會以更快的速度發生。
agentic coding 不是答案，也不是問題。問題是我們會不會在衝刺生產力的同時，記得保留那些讓我們成為工程師的東西。
網友熱門留言 (5)