AI写代码反而更慢了？HN 947分热文揭示AI编程的真实代价

2026年5月25日，一篇名为”Using AI to write better code more slowly”的文章登上了Hacker News首页，获得947分和350条评论——这是当天HN上最热的文章。作者Nolan Lawson用自己的实际开发经验，揭示了一个违反直觉的现象：用AI写代码，代码质量确实提高了，但速度反而变慢了。

核心发现

Nolan Lawson是一名资深前端开发者，在日常开发中深度使用了AI编程助手（Copilot、Cursor等）。经过一段时间的对比后，他发现：

代码质量确实提高了

• AI生成的代码结构更规范，命名更清晰
• 重复性的样板代码减少了
• 文档和注释写得更完整
• 边界情况的处理更全面

但整体开发速度变慢了

• 需要花大量时间审查AI生成的代码
• 经常要反复修改prompt才能得到满意的代码
• AI生成的代码虽然”看起来对”，但有时逻辑有问题，需要仔细验证
• 过度依赖AI导致开发者对自己写的代码反而更不自信

为什么会变慢？

1. 审查成本被低估

AI生成代码的速度很快（几秒钟就能出几十行），但审查这些代码的时间可能比自己写还长。你需要理解每一行在做什么、是否有潜在问题、是否符合项目规范。这个过程比”从头写”更费脑力。

2. Prompt工程的时间成本

为了让AI生成你真正想要的代码，你需要花时间写详细的prompt、提供上下文、指定约束条件。有时候改了好几版prompt，生成的代码还是不对，最后还不如自己写。

3. 调试AI代码更难

自己写的代码，出bug了你知道去哪里找。AI生成的代码，你可能不太熟悉它的逻辑，调试时需要额外花时间理解代码结构。特别是AI”自信地”写出的错误代码，更容易让你误以为是对的。

4. 上下文切换增加

频繁地在”写prompt”和”审查代码”之间切换，打断了开发者的思路。这种上下文切换的成本，比持续专注写代码要高得多。

HN社区的讨论

350条评论中，开发者们的观点大致分为几派：

认同派

“我也有同样的感觉。AI让我写的代码更干净了，但我花在审查和修改上的时间比写代码还多。”

“最大的问题是我开始不信任自己写的代码了。每次写完都要让AI检查一遍，反而降低了信心。”

反对派

“这取决于你做什么。如果是写新功能，AI确实帮大忙。如果是修bug，AI反而添乱。”

“用对场景的话AI确实能加速。写样板代码、写测试、写文档这些，AI比人快多了。”

中间派

“AI编程就像有了一个能力很强但不太靠谱的初级程序员。你不能完全信任他，但他的产出确实能减轻你的负担。关键是怎么用。”

对站长和开发者的启示

1. 选对场景使用AI

AI擅长的场景：

• 写重复性高的样板代码（CRUD、API接口、配置文件）
• 写测试用例
• 写文档和注释
• 代码格式化和重构
• 学习新的编程语言或框架

AI不擅长的场景：

• 复杂的业务逻辑
• 性能优化
• 架构设计
• 安全相关的代码
• 调试复杂的bug

2. 建立审查流程

不要盲目接受AI生成的代码。建立固定的审查流程：

1. 先理解AI生成的代码逻辑
2. 检查边界情况和错误处理
3. 运行测试验证
4. 对照需求检查是否满足

3. 保持手动编程能力

不要让AI成为你的拐杖。定期不使用AI写代码，保持对代码的感觉和调试能力。过度依赖AI会让你的编程能力退化。

4. 衡量实际效率

不要只看”写了多少行代码”或”花了多少时间写代码”。要看整体指标：从需求到上线的总时间、bug率、代码可维护性。有时候”慢一点”反而是”快”。

我的看法

这篇文章最大的价值不是”AI编程没用”，而是提醒我们：AI编程不是银弹，它有自己的成本和适用场景。盲目追求”用AI写所有代码”和盲目拒绝AI一样，都不是最优策略。

对于站长来说，最好的方式是把AI当作一个需要管理的团队成员——给它分配合适的任务，审查它的产出，但不要完全依赖它。代码质量最终还是靠人来保证的。

本文参考来源：Nolan Lawson: Using AI to write better code more slowly | Hacker News讨论（947分，350评论）