代碼過載是指AI編程工具普及後導致的代碼產量激增現象。2026年4月6日，《紐約時報》記者Mike Isaac和Erin Griffith發文揭示了這一問題。
Anthropic和OpenAI於2025年11月升級了Claude Code和Codex等工具，使其成為“全自動代碼生成機器”。谷歌2025年9月的調查顯示，90%的軟體開發者已使用AI輔助工作。代碼量暴增導致審查積壓與安全漏洞激增，例如有公司月產代碼量增長10倍，積壓待審代碼達100萬行。開源社區面臨AI生成的大量低質代碼或虛假漏洞報告衝擊，cURL關閉了漏洞賞金計畫，tldraw等項目關閉了外部貢獻通道。METR機構2025年的實驗顯示，使用AI工具的開發者完成任務的時間實際延長了19%。為應對此問題，Anthropic、OpenAI及Cursor等公司推出了AI驅動的代碼審查工具。
發展歷程,基本特徵,影響,相關研究,
發展歷程
2025年9月，谷歌調查顯示，90%的軟體開發者已在使用AI輔助工作，71%的編程人員藉助AI寫代碼。2025年11月，Anthropic和OpenAI分別升級了旗下編程工具Claude Code和Codex的底層模型，讓AI編程代理從“偶爾有用的助手”轉變為“全自動代碼生成機器”，代碼生成能力發生質變。
隨著AI生成代碼的泛濫，開源社區開始受到衝擊。2026年1月，cURL創始人Daniel Stenberg因AI生成的虛假漏洞報告淹沒了維護團隊而關閉了運行六年的漏洞賞金計畫。
作為應對，GitHub在2026年2月推出了兩項新設定，允許倉庫完全禁用Pull Request，或限制為僅協作者可提交。
2026年4月6日，《紐約時報》記者Mike Isaac和Erin Griffith發文，系統揭示了AI編程工具普及導致的“代碼過載”現象及其引發的行業連鎖反應，使該問題獲得了廣泛的社會關注。
基本特徵
代碼過載是AI編程工具普及後出現的一種現象，其核心特徵是AI工具極大提升了代碼生成速度，但相關的審查、維護和安全保障體系未能同步跟進，導致軟體開發生態鏈面臨一系列新的挑戰和風險。
代碼產量呈指數級增長，例如一家金融服務公司在引入AI編程工具Cursor後，月產代碼量從2.5萬行激增至25萬行，同時產生了百萬行積壓待審代碼。
安全審查能力嚴重滯後，代碼量的暴增導致安全漏洞審查跟不上。2025年5月，對Vibe Coding平台Lovable上創建的1645個網站套用的掃描發現，其中170個存在嚴重安全漏洞。安全研究公司Escape對5600多個Vibe Coding套用的更大範圍掃描發現了超過2000個安全漏洞。
對開源社區構成衝擊，AI生成的大量低質或虛假代碼貢獻淹沒了開源項目維護者。cURL創始人Daniel Stenberg將這種現象稱為“對開源的DDoS攻擊”。數字白板初創公司tldraw和終端套用Ghostty也因類似原因關閉或限制了外部貢獻通道。Voiceflow基礎設施負責人Xavier Portilla Edo量化判斷，AI生成的PR中只有十分之一是合理的。
普遍存在“效率幻覺”，開發者主觀上感覺效率提升，但實際完成任務時間可能延長。METR（模型評估與威脅研究機構）2025年的一項隨機對照實驗顯示，使用AI工具的開發者實際完成任務的時間延長了19%，但實驗前後他們均認為自己效率提升了約20%。
影響
AI編程工具的普及導致代碼產量激增，引發了代碼審查能力與產出速度不匹配的核心矛盾。
代碼過載衝擊了傳統的軟體開發流程與管理。一家金融服務公司引入AI編程工具Cursor後，月產代碼量從2.5萬行跳升至25萬行，增長10倍，隨之而來的是100萬行積壓待審代碼。Cursor工程、產品與設計負責人Tido Carriero總結道，軟體開發工廠某種程度上已經崩了，我們正在試圖重新拼裝這些零件。
代碼過載加劇了安全風險。安全審查能力未能跟上代碼量的增長，導致安全漏洞被忽視。矽谷風投機構Costanoa Ventures顧問Joe Sullivan表示，全球的套用安全工程師加在一起，都滿足不了美國企業的需求。
代碼過載加重了開源社區的維護負擔。開源社區維護者需要耗費大量精力處理AI生成的無效提交。cURL創始人Daniel Stenberg在2026年1月關閉了運行六年的漏洞賞金計畫，原因是AI生成的虛假漏洞報告淹沒了維護團隊。數字白板初創公司tldraw創始人Steve Ruiz關閉了外部貢獻通道，Ghostty創建者Mitchell Hashimoto也禁止了所有未經審核的AI生成代碼貢獻。
代碼過載引發行業對開發效率的重新評估。套用數量出現暴增，2025年12月美國iOS套用發布量同比增長56%。蘋果已將Vibe Coding套用Anything從App Store下架。METR 2025年的一項隨機對照實驗顯示，使用AI工具的開發者實際完成任務的時間延長了19%，但實驗結束後他們仍然認為自己快了20%。
相關研究
METR（模型評估與威脅研究機構）在2025年發表的一項隨機對照實驗表明，使用AI工具的開發者實際完成任務時間延長了19%，且存在顯著的“效率幻覺”認知偏差（開發者實驗前預計AI會讓他們快24%，實驗後仍認為自己快了20%）。與此同時，2025年Stack Overflow開發者調查顯示，開發者對AI工具準確性的信任度從前一年的40%降至29%，46%的開發者明確表示不信任AI工具的準確性。
市場數據研究（如Sensor Tower, Appfigures）顯示，2025年至2026年初，套用開發活動顯著增加。2025年12月美國iOS套用發布量同比增長56%，2026年1月同比增長54.8%，均創四年來最快增速；2025年App Store新提交套用達55.7萬款，較2024年增長24%，是2016年以來最大一波新增浪潮。
行業分析人士將AI生成低質內容泛濫的現象稱為“AI Slopageddon”（AI垃圾末日）。
