AI 提速 3 倍，交付反而慢了？

—— 阿明餐厅"代码量暴涨但价值下滑"的复盘

阿明餐厅·续集 19

一、开场：老板阿明的"AI 革命 2.0"

2026 年下半年，阿明的餐厅连锁开到第 80 家。

续集 18 那场"AI 写代码翻车"的复盘会后，阿明做了 3 个决定（AI 协作工程师 + Harness + 工程责任不可下放）。现在他想看看"AI 革命"的真实收益。

季度汇报会上，研发负责人小王兴奋地展示数据：

老板阿明看完数据，拍桌子：“再招 5 个 AI 协作厨师（Cursor + Claude Code），明年开到 200 家！”

阿明的厨房类比（开篇场景）：上面这张表就像阿明的厨房数据 —— “新菜数"暴涨（从 8 道/月到 14 道/月），但"差评数"也跟着暴涨（从 8 条/月到 23 条/月）。阿明只看到"新菜多了”（代码量暴涨），但没看到"顾客投诉多了"（事故 + 差评）。这是典型的"厨房效率悖论" —— 出餐速度提升，但顾客满意度反而下降。

小王欲言又止，但被 CEO 的兴奋打断了。

二、第一幕：6 个月后，账单来了

到了年底盘点，技术总监老张拿出另一份数据——质量与运营指标：

阿明傻眼了：“新菜数涨了 3 倍，差评数也涨了 5 倍，成本涨了快 5 倍——这到底是怎么回事？”

阿明的厨房类比（第一幕）：把"代码量"换成"菜品数"，“Bug"换成"差评”，这张表就一目了然 —— 阿明的厨房从"每天 8 道新菜（手工研制）“变成"每天 14 道新菜（AI 协助）”，但"差评"从每月 8 条涨到 23 条。这就是 AI 时代的"厨房效率悖论" —— 出餐快了，但顾客投诉也多了。

三、第二幕：老张用数据复盘

老张拿出了 Waydev、GitClear、Faros AI、Jellyfish 等 4 大研究的最新数据，开始逐项拆解。他把每个数据都翻译成厨房场景，让阿明秒懂。

三、第二幕：老张用数据复盘

老张拿出了 Waydev、GitClear、Faros AI、Jellyfish 等 4 大研究的最新数据，开始逐项拆解。

数据 1：Waydev——“采纳率 ≠ 有效率”

AI 代码采纳率：84%（看着很美） 但 6 周后这些代码还在吗？ ┌──────────────────────────────────────────┐ │ 80-90% 采纳率 → 6 周后只剩 10-30% 留存 │ │ │ │ 这就是"代码流失"（Code Churn）—— AI 代码 │ │ 被采纳、被修改、被重写、被删除，最终没留下 │ │ 任何有效价值 │ └──────────────────────────────────────────┘

老张解释：“我们 84% 的采纳率看似很高，但6 周后真正留在生产环境的 AI 代码可能只有 20-30%——其余的不是被改就是被删，相当于做了无用功。”

数据 2：GitClear——“AI 代码修改率 9.4 倍”

非 AI 时代的代码：平均 2 周内被修改 1 次 AI 时代的代码： 平均 2 周内被修改 9.4 次 意味着： ✅ 工程师短期内"提交"得快 ❌ 但代码"稳定"得慢，bug 更多、技术债更深

老张苦笑：“团队感觉’产出多了’，其实是修改次数多了，不是有效产出多了。”

数据 3：Faros AI——“代码变更率 +861%”

PR 数：+861% 这意味着工程师疲于应付 PR review → review 质量下降 → 漏掉的 bug 上升 → 线上事故率上升

数据 4：Jellyfish——“吞吐量 2 倍，Token 10 倍”

吞吐量（commit 数）：+200% Token 成本： +1000% 投入产出比： 1 个工程师的成本 = 工资 + Token 订阅 AI 时代的"边际成本"反而上升了

老张算了一笔账：“智能灶订阅费 + 食材成本 + 厨师加班费 + 离职补偿金，AI 时代的总成本可能比 AI 之前还高 30%。”

厨房类比：老张换算给阿明听 ——“老板，1 个 AI 协作厨师的月成本 = 工资（2 万）+ AI 订阅（3000）+ 智能灶（5000）+ 食材浪费（8000）= 3.6 万/月，比传统厨师贵 80%。但产出只提升了 50%。边际成本反而上升了。”

四、第三幕：3 大真相

老张在白板上画了 3 个真相。每个真相都用"厨房场景"翻译：

真相 1：AI 是放大器，不是替代品（DORA 2025）

DORA 2025 报告核心结论：“AI 是放大器，放大组织已有的优势和劣势。”

厨房类比：AI 不是"新厨师"，而是"新厨房设备"（智能灶、自动翻炒机）。好厨师 + 智能灶 → 大厨级别（米其林出品）；烂厨师 + 智能灶 →更快地做出烂菜（1 小时出 100 道糊了的菜）。

• 好的团队 + AI → 更好（出品稳定、研发新菜快）
• 烂的团队 + AI → 更烂（出品失控、差评暴涨）
• 阿明的厨房在没有"Harness（标准化操作手册）"、没有"试菜流程（review）"的情况下用 AI 设备 →放大的是"烂"

真相 2：初级 vs 资深工程师的鸿沟

资深工程师用 AI： - 知道 AI 写的代码哪里需要 review - 知道哪些是陷阱、哪些可以采纳 - 采纳率 60-70%，但修改率 1.5x - 实际价值：显著提升 ✅ 初级工程师用 AI： - 看到 AI 生成的代码就"哇好厉害" - 全部采纳，几乎不 review - 采纳率 90%，但修改率 9.4x - 实际价值：反而下降 ❌

老张：“初级工程师用 AI 越多，返工量越大——他们缺乏识别’哪些代码是 AI 幻觉、哪些是过时的库、哪些有安全漏洞’的能力。”

真相 3：代码量 ≠ 价值

传统考核：代码行数、commit 数、PR 数 → AI 让这些数字暴涨 → 但实际交付价值（用户满意度、生产稳定性）反而下滑 真正的考核应该是： - 有效功能数（用户能用、爱用） - 生产稳定性（MTTR / 事故率） - 技术债（认知债 / 代码流失率） - Token 投入产出比

五、第四幕：阿明的最终决定

复盘后，阿明做了 4 个决定：

1. 改考核指标：不再看代码量，看有效价值

2. 强制 Harness 流程

• 所有 AI 代码必须经过资深工程师 review 才能合并
• 关键模块（支付、安全）禁止 AI 直接写，必须人工
• 引入 Claude Code 的 Hooks 自动校验

3. Token 成本透明化

• 每个工程师每月 Token 预算 $2000
• 超预算的需要 review 工作流
• 引入 cheaper 模型做"参考"，expensive 模型做"决策"

4. 初级工程师强制培训

• 3 个月"AI 协作工程"专项培训
• 必须识别 5 类 AI 常见陷阱（安全/性能/幻觉/过时/技术债）
• 通过考试才能参与 AI 项目

3 个月后（阿明的厨房新指标）：

• 新菜数：从 14 道/月降到 9 道/月（-34%）——数量降了
• 差评数：从 23/月降到 9/月 ——质量升了
• 招牌菜留存率：从 22% 升到 68% ——价值升了
• 厨师加班：从 62 小时降到 40 小时 ——健康升了
• AI 订阅费：从 $8.5 万降到 $5 万 ——成本降了

厨房类比：阿明最终把"代码量考核"换成"招牌菜留存率考核"。3 个月后 —— 新菜少了 34%，但每道菜都是真招牌，差评少了 60%，回头客多了 50%。这才是 AI 时代的正确玩法：少而精，不多而烂。

阿明在年终总结写道：

“AI 不是让代码变多，而是让有效代码变多。2026 年我们最大的教训是：不要被 AI 的数量迷惑，要看 AI 的价值。”

六、给所有研发管理者的启示

1. AI 提速 ≠ 价值提升——数据告诉你，吞吐量 2 倍时事故可能 5 倍
2. 采纳率 ≠ 有效率——Waydev 的"采纳率 80% → 留存 30%"是最重要的反直觉数据
3. 初级 ≠ 更受益——DORA 2025 明确指出 AI 放大的是"已有能力"，不是"弥补差距"
4. 考核要换指标——考核代码量的团队会被 AI 反噬

七、相关章节

• 44-ai-engineer-responsibility— 续集 18：AI 替你写代码，谁替系统负责（本篇是续集 18 的"数据真相"延伸）
• 46-tech-debt-career-trap— 续集 20：技术债困局（本篇是续集 20 的"组织/团队"侧输入）
• 续集七：31-codebase-cognitive-debt— 认知债：代码流失的根因
• 续集八：32-agent-harness— Harness：减少代码流失的工程解药
• 咬文嚼字：13.split-hairs/11.ai/ai-coding-productivity-paradox— 4 大研究 + DORA 框架
• 咬文嚼字：13.split-hairs/11.ai/ai-code-churn— 代码流失率专题
• 咬文嚼字：13.split-hairs/11.ai/ai-coding-roi— ROI 度量框架
• 主模块：11.ai/05-applications— AI 行业应用与效能度量

📅 2026-06-28 · 续集 19 · AI 时代反思 · 阿明餐厅