這兩天 Hacker News 把一件四月的舊事又翻上了首頁，我點進去看完，覺得值得寫一篇。

事情是這樣的。今年三月底，Y Combinator 的執行長 Garry Tan 在 X 上發文炫耀：他跟他的 AI coding agent 一天部署 3 萬 7 千行程式碼，橫跨五個專案，並且保持著 72 天連續 shipping 的紀錄。原文寫的是「Absolutely insane week for agentic engineering」——瘋狂的一週，agentic 工程的勝利。

兩天後，一位叫 Gregorein 的波蘭資深工程師（資工碩士、13 年業界經驗）做了一件很樸素的事：他打開 Tan 那個 AI 打造的部落格網站，看了看瀏覽器實際載下來的東西。

然後他發了一篇貼文，標題大意是：「這就是 78,400 行 AI slop 程式碼在 production 上的真實長相。」

引擎蓋下面有什麼

Gregorein 的審查只碰前端——就是任何人打開瀏覽器開發者工具都看得到的部分，連後端都還沒摸。他把檔案抓下來，開了一個 Claude session 交叉確認自己的觀察。發現的東西一項比一項精彩。

先看效能。訪客打開網站首頁，瀏覽器要發 169 個請求、載 6.42 MB 的資產。作為對照，同樣掛在 Y Combinator 旗下、走極簡風的 Hacker News 首頁，是 7 個請求、12 KB。一邊是 YC 執行長用 AI 狂產的門面，一邊是同個體系裡的二十年老站，體積差了五百多倍。

再來有點意思了：網站把 28 個測試檔直接打包送進每個訪客的瀏覽器。測試檔是開發者拿來驗證自己程式的鷹架，跟使用者一點關係都沒有，這裡整整 300 KB 的鷹架跟著網站一起上了 production。

然後是「這也能？」等級的。首頁載入了 78 個 JavaScript controller——AI 圖片生成、語音擷取、影片工具，全都是首頁根本沒有的功能，瀏覽器還是得「以防萬一」全部下載。網站 logo 是一隻熊的插圖，這隻熊以八種不同格式存在於網站上，其中一個是 0 byte 的空檔案，就這樣安安穩穩地待在 production。

清單還沒完：接近 2 MB 的未壓縮 PNG（瀏覽器明明有跟伺服器說它接受現代格式，光兩張圖加起來就多耗了約 4 MB，換成新格式只要 300 KB）、重複的頁面內容、空的 CSS 檔、在唯讀頁面上載入完整的富文字編輯器，以及一段刻意繞過使用者廣告攔截器的分析程式碼——程式碼註解裡還自己承認了這件事。

回到那個 3 萬 7 千行。Gregorein 從 Tan 自己貼的截圖回推，每個 commit 大約增加 2,000 行、刪掉 450 行。單一 commit 改動到這個量級，沒有任何人類有辦法認真 review。他給 Fast Company 的回應裡有一句話我認為講到了核心，大意是：現在 AI 生成程式碼的速度已經快過任何人類 review 的速度，而 Garry 這類人給出的答案似乎是「那就別 review 了」。

為什麼我看這則新聞特別有感

因為我就是那個在 review 的人。

我用 Claude Code 做過一個數百頁舊系統的前端遷移，commit 數字漂亮到不行，然後迎來一輪又一輪的業主退回潮，整件事我寫過一篇完整的紀錄。那半年教會我一件事：AI 產出的程式碼，語法正確、流程跑通、看起來完成，跟「真的做對了」是兩回事。它幫我寫過一個存檔功能，畫面回應正常、完全不報錯，唯獨欄位名跟資料庫對不上，資料安安靜靜地什麼都沒存。

所以我看到那 28 個測試檔上 production、那個 0 byte 的 logo，一點都不意外。這些不是 AI「壞掉」的產物，而是 AI 正常運作、但沒有人回頭看的產物。AI 不會覺得 169 個請求有什麼問題——網站能開、功能能動，在它的判斷框架裡這就是完成。169 跟 7 的差距，只有人類在乎。

有人可能會說：那是個人部落格，又不是金融系統，臃腫就臃腫吧。這話對了一半。問題不在那個網站本身，在於發文的人是 YC 的執行長——他掌握著全世界最有影響力的新創加速器，他公開展示的「一天 3 萬 7 千行」正在定義一整個世代創業者對「工程產能」的想像。當標竿人物把「產量」當成值得炫耀的指標，而引擎蓋下面是這副光景，這個示範本身就是問題。

我們這行其實早就知道行數是個爛指標。比爾蓋茲那句老話：用程式碼行數衡量開發進度，就像用重量衡量飛機造得好不好。只是以前沒人能一天寫 3 萬 7 千行，這個爛指標壞不到哪去；現在 AI 讓行數變得無限便宜，爛指標終於有機會展現它全部的破壞力。

更麻煩的是，review 的人正在消失

這則新聞如果單獨看，就是一場愉快的公開處刑。如果問題只是 Garry Tan 的部落格，那頂多是個案。麻煩的是差不多同個時間，我還讀到另一篇東西，兩件事擺在一起，味道就變了。

npm 的共同創辦人 Laurie Voss 整理了 Stanford Digital Economy Lab 基於 ADP 薪資資料的研究：從 2022 年 10 月到 2026 年，**22 到 25 歲的開發者就業掉了 19%，同期 41 到 49 歲的反而漲了 14%**。初級軟體職位下降 28%，資工應屆畢業生失業率 6.1%。整體開發者就業其實還成長了 4.4%——工作沒有消失，是入口被封死了。

把兩件事接起來看：一邊是 AI 把程式碼產量推到沒有人類來得及 review 的量級，另一邊是產業正在停止雇用最底層的工程師。而 Veracode 的研究顯示，45% 的 AI 生成程式碼過不了基本的 OWASP 安全測試——前端肥大頂多讓網站慢，安全漏洞漏過去是會出事的。

當然，就業數據跟 reviewer 斷層之間不是嚴格的因果，就業縮減有利率、景氣一堆因素攪在裡面。但方向是清楚的：

需要被審查的程式碼量在暴增，有能力審查的人的養成管道卻在斷裂。今天有能力掀 Garry Tan 引擎蓋的，是一個有 13 年經驗的資深工程師。這種判斷力是從哪來的？是從他當年當菜鳥、寫爛程式碼、被前輩電、慢慢磨出來的。傳統的學徒制階梯——junior 進來、寫爛 code、被 review、變強、開始 review 別人——這個循環現在從第一階就斷了。

十年後誰來掀引擎蓋？我沒有答案。

行數不值錢了，那什麼值錢

我不是要說 AI 寫程式是錯的。我自己每天用，產出裡 AI 寫的比例遠高於我手打的，這點我不打算假裝謙虛。

但這則新聞給我的提醒很具體：當寫程式碼的邊際成本趨近於零，「寫了多少」這個數字就徹底失去意義。真要挑指標，我會看退回率、bundle 大小、安全掃描結果、上線後炸了幾次——這些 AI 灌不了水的東西。我現在回頭看自己那半年的遷移專案，真正有價值的工作是我退回、砍掉、要求重寫的那些判斷，而不是 AI 產出的那幾萬行——包含一整個功能重疊的模組被我整包刪掉重來。刪掉它的那一週，週報上的進度數字是倒退的。但那是那個月我做過最正確的決定。

Garry Tan 的 72 天連續 shipping，跟我當年「一天 33 個 commit」的那種亢奮，是同一種東西。差別只是我的業主會退件，而他的部落格不會。沒有驗收壓力的 AI 產出，就是這次被掀出來的樣子。

下次再看到有人炫耀 AI 幫他寫了幾萬行程式碼，我大概只會想問一句：好，那誰看過？