40%的程序员已经不看AI写的代码了

寂静回声

Cursor 最近发布了一份基于两年用户数据的报告，Gergely Orosz 在 Pragmatic Engineer 上做了详细解读，核心结论听起来有点吓人：程序员们正在集体放弃阅读自己代码的权利。
Top 1% 的 Cursor 用户，每周生成 3 到 4 万行代码，中位数用户（p50）每周大约生成 700 行，p90 用户约 9000 行，p99 用户则达到 3 万到 4 万行。这是什么概念？相当于 45 个中位数用户同时在你代码库里狂敲。
但真正值得问的是他们在写什么。是大量新功能，是大量测试，还是只是在 prompt 里输入 "重构整个模块"，然后接受了所有输出？报告没有回答这个问题。

第二组数据最反直觉，Cursor 平台上，输入 tokens，也就是模型读取你代码库的部分，占了总 token 消耗的 90%，生成代码的输出 tokens 只占 10%。换句话说，AI 编程工具里大部分算力花在阅读代码上，而不是写代码。
《代码整洁之道》作者 Robert C. Martin（Uncle Bob）在 2008 年说过，读代码与写代码的时间比超过 10:1，我们花在阅读旧代码上的时间远多于敲新代码。
2026 年，AI agent 在 token 消耗层面完美复现了这个比例。

第三组数据是关于缓存的，Cursor 做了大量上下文缓存工作，0.6% 的输出 tokens 背后是这样的结构：Cache Read 占 90%，Cache Write 占 2.5%，Input Tokens 占 7%，Output Tokens 占 0.6%。如果你自己撸一个没有缓存层的 AI coding agent，token 成本大概是 Cursor 的 166 倍。对独立开发者和初创公司来说，缓存层简直是救命钱。

整个报告里最让人不安的的是第四组数据，几个月前，允许 AI agent 直接提交代码、无需人工检查的 Cursor 用户比例约为 10%，现在这个数字是 40%。Gergely 指出，这个转折点恰好对应 Opus 4.7 和 GPT-5.5 发布的时期，模型能力突破某个阈值之后，大批程序员选择了躺平。他的原话是，他们在体验了这一代模型生成代码的能力之后，似乎得出了一个共同结论：手工写代码的时代正在死去。

报告里有好几个没有答案的问题：Top 1% 的用户生成 45 倍于中位数的代码，他们是否也生成了 45 倍的 bug？他们交付的软件创造了多少商业价值？这个问题的答案可能要再等两三年才能看清。

但有几个事实现在就能判断，对个人开发者来说，会用 AI agent 和会用好 AI agent 是两件完全不同的事，接受所有 AI 输出之前做人工 review 可能反而是竞争优势，理解 token 成本结构则是优化 AI 编程效率的前提。对创业者和 CTO 来说，模型不是越贵越好，Cursor 的数据显示 Opus 4.7 的 cost-per-line-accepted 和 GPT-5.5 差不多，但 Opus 贵了约 10 倍。构建 AI coding 工具时，缓存层的设计是核心壁垒，而你的测试覆盖率，决定了 AI 能帮你走多远。