在 All Things AI 会议上，Netflix、Meta 和 IBM 专家指出，AI 虽能提升编程效率，但也带来了新的工作挑战。根据“杰文斯悖论”，效率提升反而增加了工作量：AI 让程序员效率倍增的同时，代码清理工作也随之增加。专家建议采用“智能体检查智能体”的模式来保证质量，并警示需警惕“上下文腐烂”问题。AI 目前仍需人类深度参与准备与审核，并未达到完全自动化的程度。
AI + ML
18
Netflix、Meta 和 IBM 演讲嘉宾：AI 能让任何人成为 10 倍程序员，但清理工作也会增加 10 倍
18
用智能体来检查智能体的工作
作者：Joab Jackson
2026 年 4 月 4 日周六 // 13:13 UTC
All Things AI
AI 确实易于使用，但还没简单到只需吼一声“Alexa！给我建个电商网站”就能搞定的程度。而且，绝不要以为在指令循环里加上一句“不要产生幻觉（DON'T HALLUCINATE）”就能起作用。
更确切地说，来自 IBM、Meta 和 Netflix 等公司的演讲嘉宾在北卡罗来纳州达勒姆举行的 All Things AI 会议上指出，要想获得最佳的 AI 成果，更倾向于使用“装备精良”的智能体（Agent）。
他们建议，你希望 AI 越多地为你效劳，你就需要做越多的准备工作。
众多演讲都提到了杰文斯悖论，即资源效率越高，消耗量就越大。这一悖论常被用来解释为何 AI 不会抢走所有人的饭碗。论点在于，事实上，它将创造更多就业机会。
目前，AI 确实给用户带来了更多的工作量，因为用户需要花时间准备上下文并检查输出结果。Claude 确实能让任何人成为 10 倍（效率）的程序员，但他们需要清理的结果也是原来的 10 倍。
或者用最“末日论”的说法来说，在“奇点”像《黑客帝国》里那样把人类变成“电池”奴役之前，它还需要我们这些“肉袋”提供一点协助才能搞定一切。
魔法师的学徒
AI 是如何让 Netflix 的员工忙得不可开交的？Netflix UI 架构师 Ben Ilegbodu 在一场演讲中解释道，一旦你创建了一个智能体来自动化某项任务，你就需要第二个智能体来评估已完成的工作。
Ilegbodu 有时甚至会将工作拆分给多个智能体，分别专门负责代码审查的不同部分。他将这种方法称为“对抗式代码审查”。
他说，噢，你还需要第三个智能体来编排前两个智能体之间的动作。
Ilegbodu 的工作日简直就是杰文斯悖论的化身。一旦他启动一个智能体来实现某项新功能，他就会指派另一个智能体为他心中的下一个任务做准备工作。实际上，他是在“自我并行化，从而让工作时刻都在进行”。
AI 让 Ilegbodu 能够用他尚未掌握的语言（如 Python、Bash 和 Groovy）编写代码。
但他承认，这种上下文切换让人筋疲力尽。“一天下来，我其实挺累的，因为实际上，我这一整天都在跟‘东西’说话。”
贪得无厌的实习生
许多程序员把 AI 想象成团队中一名热情的初级开发人员：充满干劲但天真幼稚。但 Meta 开发者布道师 Justin Jeffress 在演讲中指出，与初级开发人员不同，AI 不会“感到崩溃”。
你可以源源不断地向 AI 塞入更多信息，它会照单全收（前提是你付得起相应的 Token 成本）。
这种无底洞般的“饥饿感”导致了 Jeffress 所说的“上下文腐烂”。
他说：“随着时间的推移，当你与 AI 智能体交互时，它为了提供答案所必须计算的内容就越多，争夺其注意力的信息也就越多，它做出正确行为的可能性就越小。”
来源：theregister.com