“我每天用AI生成并交付3.7万行代码。”——当Y Combinator（YC）首席执行官Garry Tan在近期一次播客访谈中抛出这个数字时，整个硅谷都为之一震。3.7万行（37K LoC）是什么概念？按普通工程师日写200-400行有效代码估算，这相当于100名工程师一天的产出。如此惊人的效率若为真，无疑将彻底改写软件行业的运行法则。然而，一位名叫Alex Miller的独立开发者决定“掀开引擎盖”一探究竟，他的发现引发了关于AI编程真实价值的激烈辩论。
从“狂飙”到“检视”：数字背后藏着什么？
在播客中，Garry Tan透露，YC内部已将AI编程深度嵌入工作流，团队使用Cursor、Claude等工具辅助开发，“我们完全接受了AI，现在每天能合并大约3.7万行由AI生成的代码。”他强调，这些代码并非实验性项目，而是直接进入生产环境。此言一出，社交媒体迅速分成两派：有人高呼“程序员即将失业”，也有人质疑“代码质量能否经得起审查”。
Alex Miller正是后者中的代表。他在自己的博客上详细还原了“调查”过程：通过公开的YC开源仓库、员工GitHub提交记录以及内部流出的代码审查片段，Miller尝试还原这3.7万行“日交付量”的真实面貌。
“我发现了三个关键事实。”Miller写道。第一，所谓“3.7万行”中包含了大量由AI生成的配置文件、测试夹具（test fixtures）以及重复的样板代码（boilerplate）。第二，许多提交记录显示，AI生成的代码在被合并后几分钟内就遭到了人工修改或回滚。“这不叫交付，这叫刷行数。”第三，也是最关键的——YC团队使用了一种名为“AI驱动开发”的内部仪表盘，该仪表盘将每行由AI建议并最终被接受的代码都计入了贡献量，哪怕这行代码只改了一个空格或变量名。
质量与数量的二律背反
在深挖具体项目后，Miller发现了一个更扎心的现实：YC一些仓库存放着多个几乎相同的函数体，区别仅在于注释语言或变量命名风格。“AI生成了10个不同版本‘Hello World’，然后开发者全部合并了。”他调侃道，如果目标是行数，那么把AI生成的重复代码全部算上，3.7万行并不疯狂——疯狂的是有人把它当作生产效率的衡量标准。
YC团队对此并未沉默。一名不愿具名的YC工程师回应称，Miller的取样具有选择性，“我们确实清理了AI生成的低质量代码，但核心业务逻辑的编写速度提升了3倍以上。如果把重构、测试和文档也纳入计算，实际净增有效代码可能不到1万行，但这1万行已经比过去优秀得多。”
然而，这一说法恰恰印证了Miller的核心论点：AI辅助编程的“交付量”数字存在巨大泡沫。一位资深的硅谷CTO在社交媒体上评论：“每天3.7万行代码，听起来像是把AI当成打字比赛选手，而不是架构师。真正的工程是减少代码，而不是增加垃圾。”
效率神话背后的隐忧
这场争议折射出AI编程领域一个普遍的认知陷阱：数量不等于质量，更不等于价值。使用AI生成代码时，开发者往往频繁地与模型交互，接受建议、修改、再生成，这个过程在Git提交日志中留下了大量“半成品”痕迹。若将这些痕迹全部计入交付量，最终得到一个光鲜却失真的数字。
事实上，Y Combinator作为全球最成功的创业加速器，其主要业务是孵化初创公司，而非维护大型软件产品。这意味着YC内部项目的代码规模较小、生命周期短，且多处于快速原型阶段。在这种场景下，AI生成的“一次性代码”确实能够显著提速，但将这种模式直接套用到需要长期维护的企业级系统上，结果可能截然不同——过度依赖AI生成代码将导致技术债务呈指数级积累。
行业需要新的度量衡
Alex Miller的调查之所以引发广泛共鸣，是因为它触及了软件工程领域一个尚未解决的问题：如何评价AI辅助编程的真实产出？传统的“行数”“提交次数”已经彻底失效，而“功能点”“缺陷率”“可维护性指数”等指标又难以实时量化。包括YC在内的许多公司正在尝试建立新的评估框架，但短期内恐怕没有完美答案。
Garry Tan在后续的推文中缓和了此前的说法：“3.7万行只是我们内部冲刺时的峰值，而且包含了大量自动化生成的胶水代码。更重要的是，我们的开发者现在有更多时间思考系统设计，而不是写重复逻辑。”——这番话或许才是整场争议中最关键的信息：AI的真正价值不在行数，而在解放人类的创造力。
截至发稿，YC尚未公布其AI开发效率的具体白皮书。但可以肯定的是，当每一个CEO都开始炫耀“每天3.7万行”时，真正的工程师已经悄然掀开引擎盖，把那些注水、重复、低质的代码筛选出来，然后默默删掉。正如一位网友所言：“最好的代码，是压根不需要写的代码。”