围绕谷歌员工对 AI 工具与 AI 生成代码的内部吐槽，可以看到企业引入 AI 编程并不只是“生成更快”的问题，还会牵动代码审查、测试构建、基础设施、工程文化与合规治理等环节。
今日技术观察 IT之家 6 月 5 日消息，当地时间周四，外媒 404 Media 获得的内部消息显示，谷歌员工正在猛烈嘲讽 AI 工具，其中也包括谷歌自家的 AI 编程工具 Jetski。员工抱怨这些工具不够可靠，反而让工作更难做。今年 4 月，谷歌 CEO 桑达尔 · 皮查伊曾表示，公司当前有 75% 的新代码由 AI 生成。但谷歌内部流传的“反 AI”梗图显示，部分员工并不觉得这有什么好炫耀。这些讽刺图片发布在谷歌名为 Memegen 的内部留 01 背景速览 背景速览：据报道，谷歌内部留言板上近期出现大量调侃 AI 工具的内容，其中包括对自家 AI 编程工具的吐槽。员工关注的重点并非单纯反对 AI，而是认为部分 AI 生成结果仍需大量人工检查，甚至可能让代码审查、测试和后续维护变得更繁重。此前谷歌 CEO 皮查伊曾提到公司有相当比例的新代码由 AI 生成，并强调这些代码经过工程师确认，这也让外界进一步关注 AI 编程在大型软件组织中的真实落地效果。 02 趋势影响 趋势影响：AI 正在改变软件开发流程，尤其是在代码生成、需求拆解、文档辅助和测试用例补全等环节，能够帮助开发者更快启动任务。但从相关反馈看，生成速度提升并不等于整体交付效率同步提升。如果代码审查、构建系统、测试资源、版本控制和发布流程没有同步升级，AI 可能只是把瓶颈从“写代码”转移到“验证代码”和“维护质量”。 03 企业应用启发 企业应用启发：企业引入 AI 编程工具时，应避免只考核生成代码数量或提交速度，更应关注代码可读性、缺陷率、返工率、审查耗时和上线稳定性。对于云计算、企业数字化和软件开发团队来说，AI 更适合作为辅助能力嵌入研发平台，而不是替代工程规范。建立清晰的提示词规范、代码审查标准、自动化测试覆盖和人工确认机制，可能比单纯采购工具更关键。 04 合规观察 合规风险提醒：AI 生成内容可能涉及开源许可证、代码来源不明、敏感信息泄露和安全漏洞引入等问题。企业在使用 AI 编程工具时，需要明确哪些数据可以输入模型，哪些业务代码禁止外传，并对生成代码进行安全扫描、依赖审计和许可证检查。尤其在网络安全、金融、政企服务等场景中，不能因为 AI 提高了产出速度，就弱化安全评估和责任归属。 05 开放讨论 开放讨论问题：AI 编程真正提升的是个人效率，还是团队端到端交付效率？当 AI 生成代码越来越多，代码审查员的角色会变得更重要还是更疲惫？企业应如何设计指标，判断 AI 工具是在减少工作量，还是在制造新的治理成本？欢迎结合软件开发、云平台建设、开源治理和企业数字化实践展开讨论。 公开来源参考 谷歌 CEO 皮查伊力捧 AI，员工内部疯狂吐槽