刘昊已经三个月没休过周末了。

他是某互联网大厂的后端高级工程师，三个月前还只是个普通开发者，牵头做的工具链项目半路被其他团队接手，最后被发派去研究成功希望渺茫的内部效率优化系统。但春节期间的一次偶然尝试，让他发现了另一种工作方式——用一句话让AI在2小时内完成了原本需要7天的开发任务，两周的需求两天就能交付。那种感觉像小时候第一次拿到游戏机时的战栗：世界突然变得无限大，而自己是唯一手握遥控器的人。

春节之后的一个月里，他疯狂地给自己的Agent塞了600多个并行任务，覆盖了工作和生活的20多个垂直场景，积累了超100个skills。

每天站在电脑前的时间超过16小时，每月消耗的token费用超过1万元人民币，而且这个数字还在飞速增长。

一位大厂技术VP百般周折联系上了刘昊，想让他带团队做内部AI转型，最后连见一面都没能见上——刘昊的日程表已经被自己的Agent塞满了，每一个小时都被切割成十五分钟的片段。

过去几个月，这种狂热好像多米诺骨牌一样，从圈内大神、核心岗位的工程师，传导到更广泛的普通程序员身上。他们或主动或被动，或亢奋或焦虑地跟进AI coding的变化，追踪不断涌现的爆款项目。不少人夜不能寐，但却停不下来。

但就在同一栋写字楼里，另一批人正以同样坚定的姿态，走向完全相反的方向。

一位已在公司供职了十几年的老程序员称，自己对于AI非常抵触，甚至严格禁止他的小组使用AI Coding。在他眼里，优秀的程序员会把代码当成自己的作品，可以在代码里看到这个人的思考、认知和风格。但现在，AI写的代码像极了东拼西凑的一篇文章，可能同时有5种风格，就像一个拼接怪。

而事实上，横亘在程序员面前的巨大裂隙还远不止于此。

2026年的春天，大厂程序员们患上了严重的“分裂症”。他们一面坚信着AI是通往神权的阶梯，一面抱怨着AI是一座不断堆积的屎山；一面被公司要求着追逐最新的技术浪潮，一面被领导限制着使用最优的开发工具；他们被困在自己亲手打造的系统里，迷茫着、徘徊着，想寻找出路。但他们不知道，那些看起来的出路只是另一个循环的开始。

01、走出洞穴的人

春节过后，很多程序员发现，不用自己亲自写代码了。

这种转变带来了一种奇异的矛盾感。以前能做什么，取决于会什么，而现在，则取决于手里能买token的预算。

最初的几天，刘昊会把80%的精力用在教育AI上。但很快，他要做的事情只剩下：提需求、看结果、点头或摇头。

但效率的暴涨带给人的并不全是轻松。

“我现在只想要给它塞进更多新任务、新场景。我想知道它到底能做到哪一步？它的上限在哪？边界在哪？编程没有在缩小，它在爆炸。”

这种狂热并非孤例。以刘昊为代表的一批率先觉醒的程序员，都沉浸在这波AI带来的兴奋和躁动之中，拼了命地想站到潮头，看清巨浪的方向。

28岁的周默是某短视频大厂的技术骨干，带领着一个三人小组，负责工具链的开发和优化。春节后，他也在OpenClaw的影响下觉醒了自己的“Agent军团”。第一周，每天的工作时间就从10小时飙升到16小时，他长期开着10个以上的对话框，工作内容就是Prompt调优和人工复测。到了第三周，工作产出达到了巅峰，但睡眠时间被严重压缩到每天只有4个小时。极度亢奋的精神状态让他茶饭不思，连和我们见面时都必须要靠一杯全糖奶茶，才能止住微微发抖的手。

“睡觉太浪费时间了，吃饭也是。”布满血丝、微微突出的眼球，让人对他的身体捏一把汗。但在他看来，人类的生理极限已经限制了AI进化的速度，AI们都在等他，他就是它们最大的瓶颈。

他们是一群率先“走出洞穴”的人，是一群被突然赋予火种的原始人。他们凭借的不是深思熟虑的战略，而是一腔鲁莽的热血——一种“如果不跟上，就会被抛下”的原始恐惧。

这种被AI点燃的状态，在极客圈中并不罕见。OpenAI联合创始人安德烈·卡帕西是公认的大神，“vibe coding”这个词就出自他口。他在参加No Priors播客录制时描述了一种“AI精神病”——去年起就感觉自己一直处在错乱状态中。有了AI和Agent加持后，能实现的事情突然变得多了很多，但出现的新事物也倍增，再加上工作方式的彻底改变，人就开始变得疲于奔命，愈发混乱。以前生成代码还是手写与AI八二分，去年12月起逆转成二八分，甚至逐渐不再亲手写代码。

这种焦虑从圈内大神、核心岗位的工程师，一层层传导到更广泛的普通程序员身上。

丁洋是新加坡一家跨国科技企业的资深架构师，在极客圈小有名气的他，有一个刚刚两岁的孩子。但AI的浪潮对他的生活产生了巨大的冲击。

2025年5月，Anthropic正式开放了AI编程工具Claude Code。自那时起，丁洋就成了重度用户，而在生产力指数级增长的同时，他开始频繁熬夜，甚至跟Claude Code交流的时间比妻子、孩子多得多。

一年下来，Claude Code越来越强，skill越来越多，种种新玩意儿不断涌现，丁洋觉得“自己的新鲜劲儿和兴奋劲儿过不去了”，但妻子则觉得“日子也快过不下去了”。

在国内一家SaaS公司做技术的Mars自诩佛系，但实际上一轮轮AI“上新”都没怎么错过。OpenClaw刚火了不久，他就把几年前购入、暂时闲置的老款MacBook Pro拿出来“养虾”。但很快，老电脑的电池被跑废了。最终，他还是入手了Mac mini。

但其实，他的龙虾大多数时候只是聊天而已。Mars觉得自己离极客的世界很远，没有那种用工程、技术思维理解和解决各类问题的习惯和特质，对被AI替代的担忧也并不特别强烈。但在自己所处的环境中，无论是工作中还是私下里，“跟不上形势”的焦虑还是给他带来了不小的压力，也催促着他不断花费金钱和精力来追逐新的AI动态。

这群人像是被某种无形的力量驱赶着。他们不一定知道自己要什么，但非常清楚自己不能不要什么——不能不要AI，不能不要站在最前沿，不能不要那种“言出法随”的掌控感。

但洞穴外的世界，真的如他们所想吗？

02、麻木与抵触

刘昊的第一次挫败，发生在3月。

他被领导安排在公司内部做一次分享，满怀热情地精心准备了众多案例，想带着大家一睹AI是如何为他打开新世界的大门。

但分享结束，评论区除了应付了事的大拇指，更多的声音是嘲讽。“龙虾教主”、“卷王”、“癫佬”、“去办个班割韭菜吧”……这些标签像一盆冷水，浇在了一个刚刚被点燃的人头上。

他简直不敢相信，这让想起了《理想国》里洞穴寓言——那个第一个走出洞穴，看到光的人，回到洞穴之后，想把自己看到的一切告诉大家，却没有一个人相信，甚至将他处死。原来人类几千年来，也没怎么变过。“眼看海啸就要来了，同事们居然还是这种状态”。但失望之后，他也想通了——没有义务带着所有人一起跑。

同一批最先觉醒的人，正在经历相似的遭遇。

30岁的田明和刘昊供职于同一家大厂，负责的板块是公司内部的工具开发。同为资深程序员，但对待AI这件事上的态度，他们却截然不同。

田明很排斥AI写的代码——只需要一个简单功能的话，AI确实可以实现。但在他看来，AI不会考虑结构性、扩展性，这给后续bug纠错、功能迭代、产品扩展都埋下了巨大的隐患。“一般叫这种代码‘屎山’。如果想要用AI写出结构完善、逻辑清晰的代码，耗费的精力和token，还不如自己弄”。

事实上，程序员抵触AI已不是什么新鲜事。很多程序员都会在各种开发者论坛上讨论，用上AI的自己已经不是一个程序员，而更像一个质检员。

这种抵触背后，是一种更深层的恐惧：如果AI可以写代码，那程序员还是程序员吗？

Anthropic今年1月发布的一篇论文中披露，在一项“学习新编程库”任务的随机对照试验中，使用AI辅助工具的程序员拿到的成绩，比“纯手搓”程序员平均低了17%。其中，最依赖AI、当甩手掌柜、用AI盲目试错的参与者成绩最低。

这被视作一种“能力退化”，论文以“认知卸载”定义了这种退化——程序员把理解、调试等核心任务交给AI，失去了通过报错和摩擦建设认知、能力和习惯的机会，导致编程肌肉萎缩。

人类想用AI提交更多的思考和方案，但现实是，AI能做到的可能并不仅仅只是一些增量——人类“用脑子”的方式和习惯，可能已经发生了变化。

丁洋称，无论出于工作还是兴趣，自己生成的代码量都在大爆发，但随着AI完成的部分越来越多，好像也愈发变得只想提要求，不想“亲自动手”了。

一些声音认为这会导致“AI依赖症”。有程序员忧心依赖性越强，自己越容易被AI替代。也有人仅从自我认知和能力建设角度出发，感觉“只想读代码，放弃写代码的自己不完整了”，好像“有一部分自我已经流失了”。

对于那些还愿意“留在洞穴”里的人来说，失业的焦虑确实如影随形，但却未必是AI造成的——“即使没有AI，公司也有一万种理由干掉你。谁也没有幻想过在大厂干一辈子，自己因其他原因被优化的概率，要比被AI替代的概率大得多”，田明说。

一时间，竟分不出他们到底是麻木还是睿智。

排斥AI的人，还有另一层更隐蔽的恐惧——AI是否会吞噬掉人原本的时间，以及认知。

在丁洋看来，自己既要构思好想法，又要给Claude Code下达指令，还要多次沟通和审查、调试代码，时间远远不够。

这是否重塑了生活？丁洋认为是的，甚至认为自己需要在新的状态下重新适应生活。他和妻子设定了一些规则，比如孩子睡前是亲子时间不能分配给AI，出行聚餐时不要盯着家里的AI，提前计划沟通睡眠时间等等。

这种被AI操控的状态，在程序员群体中并不罕见。Greptile今年1月发布的AI编程年度报告显示，开发者月代码提交量在过去一年增长了76%。而吊诡的是，科技公司往往比员工更早意识到并规划了AI coding场景下的“合理工作量”。而这个工作量，不仅远超以往水平，甚至对很多程序员来说，也大幅超过了效率提升速度。

行业编程的效率确实在大幅提升。综合谷歌、Anthropic、Opsera等公司披露的数据，在过去的一年里，AI至少将开发者提交PR（Pull Request，代码审查、合并请求）的平均时间缩短了30%。但省下来的时间最终还要“还回去”。

卡帕西在播客中还描述了一种有关订阅额的“强迫症”。他称，自己现在跑完Codex就切Claude，力争最大化各平台吞吐量，而一看到AI coding的token订阅额度有剩余，就会感到十分焦虑。他还透露称，这种情况在硅谷已成“新常态”，工程师会把token使用率当成KPI，将用不完额度视为能力不足。

随着AI coding大行其道，无论作为职场上的“程序员”，还是作为个人的“开发者”，都经历着对自身角色的重新定位。“尝鲜”的兴奋之余，对职业前景的迷惘和个人认知的危机，也渐渐浮出水面。

丁洋发现，自己激动之余做出的东西，现在回看很多没什么价值也没什么意思，甚至不像是自己想要做的东西，而更像是突然被赋予了某种能力后，不得不发挥一通。

年初Seedance 2.0大火之后，一位影视从业者对我们称，大意是“玩票者”只会无脑为新工具拍案叫绝，而真正知道自己想要什么的人，永远会感到不满足，但他们才是AI最核心的使用者和高质量内容的产出者，也会是AI再次进化的推动者。

03、大厂的态度

而在大厂内部，这种分裂正在被放大。

从公开信息上看，所有科技大厂对AI的拥抱态度都是相当坚定的。内部几乎都有一套针对程序员使用AI的激励机制。

其中最为激进的要属昆仑万维。今年2月，方汉发了一封内部信，强制要求所有技术研发人员（含CTO）必须使用OpenAI Codex或Claude Code，并将研发人员每日的token使用量纳入H1绩效考核。未能满足开发要求的员工，将面临5%—20%比例的末位淘汰。

相比之下，其他科技大厂的激励机制显得相对委婉。腾讯、阿里、百度、字节等大厂纷纷通过内部培训、评选AI先进典型、token补贴等方式，鼓励员工多用AI。同时，大厂们也争先恐后地在各种场合秀出自己内部AI改革的成绩。

2025年5月，阿里云对外宣称其内部AI辅助代码生成比例已接近40%。一个月后，百度披露其内部AI生成代码比例提升至43%。2026年2月，腾讯也在媒体采访中表示，当前全公司已有50%的开发人员使用AI辅助coding，50%的新增代码由AI生成。

另一个能够直接体现大厂对AI态度的节点就是招聘。几乎所有大厂正积极在把AI Coding能力写入技术岗的招聘标准。2026年，蚂蚁集团的春招笔试里，已经出现了强制要求使用AI Coding的考题；字节和百度的面试考题里，也出现了关于Copilot或Claude使用经验的分享。

仅从以上这些证据看起来，科技大厂们确实在AI化的道路上旗帜鲜明、一往无前。但实际上呢，落实到具体的操作层面，可能又是另一番平静景象。

一位就职于曾公开表示要拥抱AI的大厂员工称，“我们从头到尾没有接到过任何指令要加大AI工具使用，不光我们部门，很多平行部门的兄弟们也没什么动静。“他解释到，是有组织培训和评选，但是这些都是内部开发者社区运营的例行公事而已，我们平时也不怎么参与。”

事实上，在很多特定情况下，大厂的管理者们，依旧还停留在“洞穴中”。上述员工发现，上层的态度经常是谨慎的，一边重视AI，一边又反对使用AI，“几乎是强制性的不让用，尤其是三方的coding工具，怕代码泄露，为了这件事还发过文。”

AI之于大厂，可能依旧还是产品技术团队的自发探索。

多位程序员都表达了类似的感受——公司并未真正对他们使用AI工具的行为有过激励和引导。这与科技大厂们所展现出的坚定AI化的态度，形成了强烈的反差。

“公关上的动作，更多是为了保持公司品牌的前沿科技属性吧”，这是一位程序员的猜测。

这种割裂，指向了一个更深层的问题：大厂到底需要什么样的程序员？

全球知名代码质量平台Sonar最新发布的《2026年开发者调查报告》显示：72%的开发者每日使用AI编程工具，AI生成或辅助代码占比已达42%，较2023年的6%大幅跃升。在企业层面，AI编程助手的采用率到2025年底已达约90%，使用AI辅助工作流的团队拉取请求时间缩短了48%至58%。

但Anthropic在2026年2月发布的趋势报告中给出了一个更冷静的数字：开发者在大约60%的工作中使用AI，但他们能“完全委托“给AI的任务只有0-20%。

这意味着什么？大概是AI目前仍然是辅助工具，而非替代者。但大厂们展现出的姿态，却像是在为“AI替代程序员“做舆论准备。

这里有一个历史参照。

19世纪初的英国，纺织业是最早经历工业革命冲击的行业。珍妮纺纱机和水力纺纱机的出现，让手工纺织女工的生产效率提升了数十倍。但工厂主们并没有因此减少工人的工作时间或提高工资——相反，他们要求工人操作更多的机器，产出更多的纱线。最终，纺织女工的工作强度不降反升，而她们的技能也在机器的标准化操作中逐渐退化，从需要技艺的工匠变成了只需要重复动作的“机器附庸“。

今天的程序员，会不会成为新的纺织女工？

但更令人不安的是另一个数字。

根据前瞻经济学人的数据，2024年中国计算机类专业毕业生近70万，而当年全国高校毕业生总数为1179万，相当于每16个毕业生中，就有一名是计算机类专业出身。全国开设计算机科学与技术专业的院校数量已经达到995所，数量在所有专业中排名第一，遥遥领先。

但就业市场的反应却截然不同。某教育研究院统计显示，计算机类年毕业生超50万人，但市场对口岗位仅30万个左右，供需失衡导致半数学生被迫转行。2025年8月，山东、河南等9省发布178个本科专业预警名单，计算机科学与技术、数据科学与大数据技术等专业频繁上榜。某省教育厅数据显示，计算机专业毕业生去向落实率连续两年低于70%。

高校这台机器，正在以每年60万人的速度，向市场输送着越来越多的计算机专业毕业生。而与此同时，AI正在以每年缩短30%以上开发效率的速度，压缩着市场对基础程序员的需求。

另一方面，根据我们了解到的数据，基础开发岗的竞争比已经高达5000:1，部分大厂录取率不足1%。

大厂们一边在招聘中疯狂要求AI Coding能力，一边又在内部对AI工具的使用设置重重限制；高校一边在扩招计算机专业，一边又在用滞后的课程培养着与市场脱节的学生。夹在中间的，是一代正在经历身份危机的程序员。

04、出走

2026年3月，刘洋带着他的类“Claw”营销Agent项目，离开了工作三年的大厂，并迅速获得了一家个人天使机构的近千万元的种子轮投资。

这或许是这个时代最大的机会了。一群人会走得很远，而现在，速度则显得更为重要。

和刘洋有着类似想法，并作出一样选择的，还有Jason。在北京某视频大厂工作近8年的他，也在3月毅然离职，并凭借其独立开发的短视频Agent获得了一笔百万级别的投资。

他现在需要尽快补齐垂直场景的反馈，“只要足够快，以AI现在的开发效率，应该没有人追得上”。

据一家投资机构的内部监测统计，2026年春节前后，仅北京、上海、杭州三地，从大厂核心技术岗离职的Agent创业者数量，接近200个。他们中的大多数人都在经历一段类似的觉醒过程：被OpenClaw唤醒，对大厂内部的“麻木”和“保守”生态感到窒息——认定自己独立出来就会获得绝对自由的研发环境和先发优势。

风险投资们的推波助澜让这种选择看起来更加充满诱惑。业内普遍感知，2026年AI Agent项目融资速度极快，“一周工作量超往年一个季度”。媒体上也充斥着“一人独角兽”的叙事，几乎每周都有数个新的Agent项目拿到融资。这些大厂核心技术岗出身的创业者，更是这波资本重点关注的对象。

他们出走的原因，表面上是追求技术自由，实际上是一种更深层的恐惧：如果自己未来注定是被AI操控的人，那么不如自己先做那个制定规则的人。

这种想法在觉醒者中非常普遍。刘昊虽然没有离职创业，但他对我们表达过类似的焦虑：如果只是给AI下指令的人，那和操作工有什么区别？但如果能做出一个更好的AI，那至少还是规则的制定者。

这种心态，驱动着一批又一批大厂程序员走出围墙。他们带着代码能力和工程自信出走，以为跳脱了大厂就能摆脱那双“既要又要”的手。

但外面是更快的碾压。

刘洋的Agent产品上线一周，用户就涨到两千人。而正当他计划着下个版本如何开启订阅时，他的投资人打来了电话，让他考虑新的方向。原因是，某大厂刚刚发布了内嵌在其生态中的智能助手2.0——功能上完全覆盖了刘洋的Agent，而且基座模型用的是自家的最新版本，token成本也远低于前者。

可怕的是大厂的背书。在产品功能和实际效果没有拉开实质性差别的情况下，用户对于大厂产品的安全性和稳定性更加信赖。

Jason也很快遇到了同样的困境。Seedance 2.0的发布，直接碾压式地超越了其精心设计的视频优化Agent。“实在是没想到基模的迭代速度这么快。当看到Seedance 2.0的演示时，真的是眼前一黑”。

华创资本的管理合伙人吴海燕认为，基模还在以极快的速度迭代，现在所有应用层的创新，如果缺乏深度场景数据和认知，是大概率会被基模覆盖掉的。

而创世伙伴的创始合伙人周炜很早就发现了这个问题。在他看来，OpenClaw的热潮好像创造了很多新的Agent创业机会，但实际上却是大大提升了AI创业的门槛。在整个互联网时代，创业者们都在讲一个故事，那就是lead time（先发优势）。而在今天，这个优势被AI的开发效率给抹掉了。

所以他很少会看新的Agent项目，除非它建立在深度的垂直场景里，并拥有非常复杂的工作流程。

刘洋没有放弃，他已经开启了一个全新Agent产品的开发进度。而当我们再次联系Jason时，他已经脱离创业，入职了另一家大厂。

虽没有相关数据统计，但有投资人对我们表示，很多由大厂离职程序员创立的Agent项目，在大厂同类产品发布后迅速陷入停滞。

这不是一个简单的“创业失败”的故事。一些程序员终于发现，自己不是在被AI取代，而是在一套无法自洽的系统里，战胜不了，也逃离不开。

2026年的春天最残酷的地方在于，程序员们比任何人都先看到AI的能力，又比任何人都清楚组织的惯性。

未来该去哪里？这个问题，可能并没有一个光明的结尾，也没有人能告诉他们，这些裂隙最终会把行业带向何方。但所有人都隐约感觉到，有些东西，已经回不去了。（文中人名均为化名）

（作者：陶天宇 胡珈萌 编辑：杨林）