如果代码写得越来越快，人的脑子是不是正在慢慢变废？

这几天在 HN 上看到一个挺扎心的帖子，作者描述了一种很恐怖的「生产力陷阱」。他原本是那种会对 AI 生成的每一行代码都进行严格 Review、甚至要反复推敲 PR 的硬核开发者，但因为职场压力，他不得不开始跟上同事们那种「用 AI 疯狂刷量」的节奏。

这种转变的过程非常典型，也让人细思极恐：

• 阶段一：严格把控。 初期把 Claude Code 当成辅助工具，小任务交给它，自己逐行审计，确保质量。
• 阶段二：被迫提速。 发现同事们靠着 AI 的输出量是自己的 10 倍，为了保住饭碗，开始减少 Review 环节，直接把小功能合并进主分支。
• 阶段三：多线程并行。 为了追求极致的「快」，他开始同时挂载 4 到 5 个 Agent，在不同的工作树（work trees）之间切换。
• 阶段四：思维退化。 到了最后，他发现自己已经失去了理解复杂上下文的能力。遇到 Bug 不去查文档、不去分析调用栈，而是直接把报错丢给 Claude，然后点击那个「推荐方案」。

最让我感触的是，他现在甚至觉得写个帖子都变得困难了，因为 AI 太擅长处理那些混乱的、不规范的输入，以至于他不再需要去思考逻辑、语法或标点符号。这种感觉就像是在一种「数字毒品」中，通过放弃思考来换取生存空间。

现在的面试环境也很有意思，面试官不再考你底层原理，而是问「你日常怎么用 AI 提升效率」，或者直接告诉你「我们追求极速，所以必须深度依赖 AI」。

虽然这种「大脑退化」的说法听起来很极端，但它确实揭示了一个真实的工作流转型痛点：当我们把所有的逻辑推理和搜索过程都外包给大模型时，我们是在进化，还是在把自己变成一个只负责按确认键的「肉身指令集」？

作为开发者，如果真的想从零开始构建一套抗退化的 AI 工作流，可能真的需要重新定义「Review」的深度，而不是单纯地为了追赶交付速度而放弃对代码本质的掌控。