在健身房的跑步機上奔跑，至少還能消耗點卡路里；但在 AI 程式庫跑步機上衝刺 ，留下的可能是心累、未知與更多的技術債。

「我今天用 AI 寫了兩千行原始碼！」可能是現在開發者最容易上癮的誘惑。

軟體分析團隊 GitClear 統計了超過兩億行程式碼 後發現，AI 普及之後暴增的根本不是優質重構，而是「代碼流失率 (Code Churn)」。剛寫好的程式碼，在短短兩週內被反覆推翻、修改甚至直接刪除的比例，創下了歷史新高。

物理學上有一個布朗運動：花粉微粒不斷受到四周水分子的瘋狂撞擊，因而呈現無規則的劇烈跳動。但如果把時間拉長、計算它的向量，因為往各個方向跑的機率完全相同，它的 『平均位移』其實是零。

圖靈獎得主的電腦科學先驅 Edsger W. Dijkstra 在 1988 年寫的那篇著名備忘錄 中就曾提醒過大家：

「如果我們要計算程式碼行數，不應該把它們看作『產出的資產』，而是要把它們當作『花費的成本』。」

AI 確實讓我們以十倍的速度產出(揮霍)程式碼，但很遺憾，它沒能替你買到十倍的前進距離。當我們漸漸看清了這場原地狂奔，下一個問題：

為什麼每次只要我插手改個幾行程式碼，AI 的程式編碼迴圈工程，就開始產生 bug 或甚至最後失控了？