200 美元的 AI，为什么换不掉 3 万块的开发

上周一个做后端开发的朋友去面试，在会议室刚坐下，对面的面试官就抛了这么一句话：“现在 200 美金就能买到那么厉害的 AI，为什么要花那么大价钱去请开发呢？”

朋友当场愣了一下，没接话。

200 美元折合人民币大约 1450 元，在很多一线城市只够给员工缴纳半个月的企业端社保。而在招聘市场上，招一位能独立负责核心模块的资深工程师，企业每月全口径用工成本往往在 3 万元以上。

两者相差足足二十倍。

很多非技术出身的管理人员尝试大模型时，输入两句话就能生成一段贪吃蛇程序，或者几分钟搭出一个登录界面。这种演示确实很有视觉冲击，像魔术表演一样吸引眼球。

但在真实的软件工程里，键盘输入代码只占极小的一部分。

敲键盘的时间，一天只有 84 分钟

很多人以为程序员的一天，是从早上九点把手指粘在键盘上，噼里啪啦一直敲到晚上八点。

IDC 在 2024 年做过一次全球开发者工作流的追踪调研。把开发人员的工作内容切开之后，真正用于在编辑器里构思、敲入新功能代码的时间，平均只占全天工作时间的 16% 到 18%。几家工程效率工具监测到的编辑器“心跳时长”，中位数大概只有 84 分钟。

剩下的 6 个多小时，全消耗在代码之外的地方。

在会议室里跟产品经理反复梳理自相矛盾的业务需求；在老系统里翻看五年前员工留下的无注释代码；排查上游支付接口在特定毫秒内返回的异常空值；配置容器集群、安全策略与部署流水线。

200 美元的 AI 就算把这 84 分钟的输入速度翻倍，能触碰到的也只是这 18% 的边角。

其余 6 个多小时的工作内容，AI 完全无法涉及。它不知道销售人员答应客户的具体账期，不知道财务系统上个月为了平账做过的临时变更，也不清楚跨部门接口联调经历数周沟通才达成的折中方案。

写出来的代码只是思考与妥协的结果。

产出快了一倍，翻工率也翻了一倍

即便只看写代码本身，单纯追求速度也很难站住脚。

专门分析代码库质量的机构 GitClear，持续追踪了全球超过 2.11 亿行代码的提交记录。2024 年该机构公布的一组数据很能说明问题。

在 AI 辅助编码工具普及之后，开发者的短期代码翻工率——也就是一段代码合并入主干后两周内被修改或彻底删除的比例——从原先的 3.3% 飙升至 7.1%，增长超过一倍。

与此同时，重复代码块的比例增加 81%，而针对老系统的架构维护与重构操作下降了 70%。

AI 更像一个从不抬头确认上下文的实习生。向它索要一个功能，它立刻就地复制代码交差，完全不管系统里早就存在现成的公共库。当期看似功能正常，各个模块之间却毫无章法。

单看某一天，功能交付确实变快了。但两周内推倒重来的概率直接翻倍。几个月过去，整个项目里充斥着互不相干的冗余逻辑，原本清晰的系统架构被一层层临时补丁掩盖。

200 块买的是电锤，3 万块买的是承重墙

买一把工业级的进口冲击钻，只要一千多块钱，钻头极其锋利，打孔速度比过去的手摇钻快十倍。

但没有任何一家正规装修公司，敢只买一把电锤就让前台小妹去把隔墙给砸了。

因为电锤只管粉碎混凝土，它不知道哪堵是承重墙，更不知道墙体内埋着主电缆和燃气主管。一锤下去造成房屋结构损毁，用户无法要求工具厂商赔偿整栋建筑的损失。

企业每月支付薪资，购买的核心是实际责任的承担。

半夜三点服务器发生异常崩溃，支付网关遭遇批量异常调用，需要工程师立即排查日志、止损修复。AI 不会对生产事故负责，不会编写故障复盘说明，更无法承担业务停摆的法律后果。

你能扣除 AI 的绩效奖金吗？你能让大模型通宵值班保障系统稳定性吗？

都不能。

系统出现异常依然需要人工兜底，在工位上随时待命的工程师，就是企业为关键业务购买的实时保险。

在输入输出标准的小任务上，AI 查阅文档、编写正则、生成数据结构确实能节省重复劳动。但工具越锋利，操作的人越需要审慎。当生成代码的门槛大幅降低之后，识别出哪些代码绝不能部署上线，才是最核心的门槛。

朋友最终回绝了那家公司的意向。

那天他走出写字楼的时候，正是傍晚六点，大堂的闸机坏了半边，亮着刺眼的红灯。三名安保人员站在闸机旁，一边维持秩序，一边用对讲机呼叫工程人员尽快前来维修。