一名 Google 軟件工程師在離職帖中說，今天是他在 Google 的最后一天。他選擇離開，不是因為反對 AI，而是因為現在的軟件工程流程已經讓他感到身心俱疲。

他說，自己想把更多時間留給孩子、家人和朋友，也不想再因為凌晨系統告警被叫醒，第二天還要帶著疲憊面對家人。

真正讓他不滿的是，工程工作正在失去原本的節奏和判斷。

他表示，一個只需要 2 個 CPU、20GB 內存的任務，竟然因為資源不足跑不起來；與此同時，大量 CPU 和內存資源正在流向 GenAI。

結果是，他凌晨 1 點被叫醒，還要臨時協調資源，保證任務繼續運行，之后一直到早上 5、6 點都無法再睡。

更深層的問題，是產品和技術決策正在被 AI 改寫。

這名工程師說，他不想再只是執行上層和高管做出的決定。尤其是當這些決定可能來自 AI 生成，而不是來自真實工程判斷時，底層工程師就會變成“執行別人想法的人”。

他強調，自己并不是反對 AI。他有 AI 碩士學位，平時也大量使用 GenAI。但他認為，AI 被用在不該用的地方，正在讓軟件工程的創造過程變味。

對沒有計算機科學或軟件工程背景的人來說，AI 可能像是突然獲得了“超能力”；但對真正做工程的人來說，如果 AI 生成的想法不斷被塞進流程，再由工程師負責收拾后果，這份工作就會失去樂趣和意義。

這不是一個孤立案例。類似的不滿，正在基層 IT 和系統管理員群體中集中爆發。

一些并不懂行、不會判斷的用戶、開發者，甚至同事，正在將 ChatGPT、Gemini、Copilot 等 AI 工具給出的錯誤答案當成依據，反過來要求真正負責系統的人必須執行。

當 AI 一本正經地編出一個不存在的功能、錯誤的架構方案，或一段用戶自己也看不懂的 PowerShell 命令時，真正懂系統的人，反而要花更多時間去證明“這東西不能這么做”。

其中一則熱帖中，一名系統管理員發帖稱，過去一周內，他遇到兩次類似情況。

有開發者跑來堅持某個功能“肯定能實現”，理由是 Gemini 或 Copilot 說可以。

發帖人解釋說，問題不在于對方使用 AI，而在于對方沒有驗證 AI 答案，直接將它帶到系統管理員面前，追問“為什么你這里跑不通”。

當他說明這個功能根本不存在時，對方卻非常抗拒，好像 AI 先把想法塞進了腦子里，于是現實中的技術人員就變成了“不懂”或“偷懶”。

這名發帖人還提到，有一次，他可以通過要求對方拿出產品文檔來證明該功能存在，才把問題壓下去；但另一次涉及糟糕的架構設計，長期來看會讓維護和運維變得更麻煩，溝通反而困難得多。

最后直到方案實施后，對方才慢慢意識到問題所在。

評論區很快開始給這種現象“取名”。

有人稱它是“artificial confidence”，也就是“人工自信”；有人說這是“assisted incompetence”或“augmented incompetence”，大意是“AI 輔助型無能”。

還有網友調侃，2026 年經營企業，大概就是這樣。

另一則熱帖則更直接。

一名有 10 多年應用管理經驗的 IT 從業者表示，用戶現在會拿著 Copilot 的回答來“教”專業人員怎么工作。

比如用戶會說：“Microsoft Copilot 說，我們其實可以按這些步驟做到。”

或者直接將 Copilot 生成的 PowerShell 腳本發過來，讓 IT 去執行。

發帖人對此的反應很簡單：“嗯……不行。”

他認為，這類 AI 工具通常不了解企業內部的特殊環境、公司政策、歷史配置和安全限制。

更危險的是，提出要求的用戶并不知道腳本里的命令是什么意思，也不知道執行后會帶來什么后果，卻突然表現得像某個系統的專家。

這條帖子下，有網友給出一個形象比喻：AI 像一個“永遠有答案的過度積極實習生”，但它未必知道現場情況。

也有人說，以前 IT 也會遇到用戶拿 Google 搜索結果來反駁專業意見，但現在這個問題被 AI 放大了。

更讓 IT 人頭疼的是，這種壓力不只來自普通用戶，也可能來自同事。

第三則熱帖中，一名小公司唯一的系統管理員吐槽，自己在一次遷移項目會議上，正在解釋具體環境里需要準備什么、可能出現什么問題，一名網絡安全同事突然插話：“但是 ChatGPT 說……”發帖人說，這一刻他終于明白，為什么這名同事之前會做出一些奇怪決定、提出一些本該自己知道答案的問題，甚至批準一些還處在早期階段的 GitHub 應用部署。

發帖人強調，他并不是反對使用 AI，他自己也會用 Claude 加速查資料、輔助看日志、檢查脫敏后的 PowerShell 腳本。但他認為，AI 可以幫助專業人員提高效率，卻不能替代組織內部知識、真實經驗和責任判斷。

評論區對這一點很有共鳴。

一名網友總結說，問題在于“錯的人非常自信，而對的人反而會自我懷疑”。

還有人建議，面對這種情況，最好把爭議落到書面記錄上，比如要求對方“請發郵件說明”，讓錯誤建議留下可追溯的責任鏈。

AI 本來應該幫助專業人員提高效率，但在一些公司里，它正在讓不懂技術的人更自信，讓真正懂系統的人更疲憊。

云頭條聲明：如以上內容有誤或侵犯到你公司、機構、單位或個人權益，請聯系我們說明理由，我們會配合，無條件刪除處理。