在北卡罗来纳州举办的All Things AI大会上，来自Netflix、Meta和IBM的技术专家对人工智能在开发工作流中的角色给出了冷峻评估。尽管AI被广泛吹捧为生产力倍增器，但与会者一致认为，这种效率提升伴随着繁重的后期维护负担。
Netflix用户界面架构师Ben Ilegbodu指出，当开发者使用AI代理实现自动化任务时，往往需要部署第二层代理来评估其输出结果。为了确保代码质量，他甚至采用“对抗性代码审查”机制，通过多个专门负责不同领域的代理进行交叉验证，并设置第三个代理进行统筹调度。
“当你启动一个代理去实现新功能时，你还得指派另一个代理处理下一个任务的预备工作，”Ilegbodu表示。虽然这种并行化处理让他在不熟悉的编程语言（如Python或Groovy）中也能高效工作，但他承认这种高强度的交互令人疲惫，“我一整天都在和机器对话。”
代理协作与上下文腐烂
Meta开发者倡导者Justin Jeffress则将AI比作一个热情但天真的初级开发者。他警告称，AI虽然不会感到疲劳，但它缺乏人类开发者的判断力，且容易受到“上下文腐烂”（context rot）的影响。
“随着交互深入，AI需要计算的信息量不断增加，这会导致其注意力分散，产生错误结果的可能性随之提高，”Jeffress解释道。他强调，所谓的“上下文工程”已经成为一项关键技能，因为模糊的指令必然导致低质量的产出。
与会专家普遍引用了杰文斯悖论（Jevons Paradox）来解释这一现象：资源的利用效率越高，其使用总量反而越大。在编程领域，这意味着AI并没有取代开发者的工作，而是通过增加维护和清理的复杂性，创造了更多的工作量。
最终的结论是明确的：目前没有所谓的“一键式”编程方案。开发者必须投入大量精力进行指令优化和结果核查，否则AI生成的代码只会成为技术债的温床。
