AI 写代码更快了，开发者却未必更轻松
软件工程
AI 编程
Code Review
开发者体验
从 Syntax 播客讨论出发，思考 AI 编程带来的审查、决策负担，以及如何调整团队工作流。
Syntax 第 1039 期里，一位听众提到：使用 AI 后，自己和同事的代码产出都增加了，工作却越来越像连续审查 PR，让他感到疲惫。
这个例子提醒我，生成代码只是交付过程中的一个环节。
自己逐步实现功能时，也在建立对需求、数据流和边界的理解。接收 AI 生成的结果后，这些理解可能需要重新补上。
比如，一个导出功能很快就写好了，但数据范围是否正确、失败时如何处理、是否符合现有接口约定，仍需要有人判断和验证。
再加上不断回答问题、查看进度、在多个 Agent 之间切换，节省下来的实现时间，可能变成了更密集的审查和决策。
团队也会遇到同样的问题：如果待审改动增加的速度持续超过审查完成的速度，积压就会越来越多。
所以，我更关心的是：从提出需求到完成交付，团队总共投入了多少实现、理解、审查和返工的时间。
几个调整值得尝试：
- 让每份改动有明确的目的和验证方式，减少一次接收大量陌生代码的负担。
- 提前约定常规事项的处理方式，把人的注意力留给重要取舍，减少反复确认。
- 按团队的审查能力控制并行任务，给已有工作留出完成的空间。
对于熟悉的小改动，直接动手写也可以是高效选择。AI 参与到什么程度，可以随任务调整。
在你的团队里，哪些调整让 AI 编程更省力？
讨论来源：Syntax #1039，26:19 起 https://syntax.fm/1039
#AICoding #SoftwareEngineering #DeveloperExperience