當程式開發過度依賴 AI 的「感覺」而非底層邏輯，可能留下哪些難以維護的技術債？

過度依賴 AI 程式開發可能造成的技術債

當程式開發過度依賴 AI 產生的「感覺」而非底層邏輯時，可能會留下難以維護的技術債。即使如 OpenAI 創始成員 Andrej Karpathy 等專家也發現，在複雜專案中，AI 工具可能反而會降低開發效率，導致資深開發者需要花費更多時間修復 AI 產生的錯誤。這種情況下，企業不僅無法實現預期的效率提升，還可能面臨更高的維護成本和潛在的安全風險。

AI 在複雜專案中的限制與心流干擾

AI 工具擅長生成獨立的程式碼片段，但在處理大型、複雜的系統時，缺乏對全局的理解。Karpathy 在開發開源專案「nanochat」時，就因為 AI 無法勝任複雜場景而放棄使用。此外，METR 智庫的試驗顯示，資深開發者在使用 AI 工具後，完成時間反而增加了 19%。這是因為開發者需要花費大量時間引導 AI、等待回應，並修復 AI 在複雜程式碼庫中產生的錯誤，反而打斷了他們原本高效的心流狀態。

隱藏成本與安全風險

Fastly 的調查指出，高達 95% 的開發者需要花費額外時間來修復 AI 生成的程式碼，有時甚至比節省的時間還多。企業在評估 AI 工具的成本時，往往忽略了這些隱藏的支出。更重要的是，當開發者過於依賴 AI 的「感覺」而非深入理解其背後邏輯時，可能會留下難以維護的技術債，甚至產生安全漏洞。因此，在程式開發中，人類工程師對系統的全局掌控與精確性仍然不可取代。