不少一线技术从业者感受到，企业应用AI的方向出现了偏差，技术人要警惕这种趋势。
发帖人自述，自己日常也使用AI工具，确实能提升效率。
以前排查问题需要一步步查看组件层级、文件依赖、调试输出，现在CodeX两三分钟就能整理出整个功能的逻辑文件顺序，问题的大致原因和位置基本也能定位。
但发帖人吐槽，很多公司嘴上说“AI提效”，实际做的是“AI+裁员+加需求+压周期”，失业人数越来越多，行业内卷加剧，技术债务也越堆越高。
现在变成5个人每个人开着Cursor、Claude、Codex疯狂生成代码，一个人要承担以前两三个人的工作量。
AI确实能提高写代码的速度，但软件开发从来不只是写代码。需求理解、架构设计、边界判断、异常处理、性能、安全、代码维护、线上问题定位，这些工作并不会因为代码生成速度变快就自动消失。
无论是产品经理理解需求、技术人员积累经验判断，还是测试人员全面思考减少缺陷，这些核心能力都无法被AI替代。
更让发帖人不解的是，部分公司还会统计AI使用率、Token消耗量，做AI排行榜，仿佛Token用得越多，效率和产出就越高。
为了完成指标，员工会让AI重复写代码、重复提问、生成大量无关文档、反复运行Agent，除了浪费大量无效Token，没有多少实际产出。这些花费不如用来提升员工福利，最后出了问题还是底层员工背锅。
发帖人认为，确实有不少公司能坚守本心，但目前行业风气已经被带坏。
即便AI能力很强，企业和个人也要避免过度依赖，守住自己的核心能力护城河，不要盲目跟风追逐热点。