“最后一年招程序员”：当 CEO 拿着 90% 代码逼全员重面试
这两天海外科技圈发生了一件挺魔幻的事。
主角不是什么追逐热点的小团队，而是瑞士的 Proton。很多人对这家公司很熟，它的王牌产品是 Proton Mail、Proton VPN 和 Proton Pass，一直以来对外打的标签都是极端重视隐私、端到端加密、把代码安全当命根子。
就是这样一家标榜绝对安全的公司，内部却被海外媒体 404 Media 扒出了一场极其激进的 AI 改造运动。管理层的原话和内部邮件流出来之后，整个技术社区直接炸了锅。
90%的代码不是人写的
根据调查报道里披露的内部音频，Proton 的首席技术官 Bart Butler 在全员会上公开宣布，到今年 10 月份，整个公司新增代码里有接近 90% 是由 AI 生成的，主力工具就是 Anthropic 的 Claude。
管理层甚至专门发了一份内部宣言，直接告诉工程师们：你们以前的那套工作方式已经彻底过去了，以后大部分代码审查都要交由 AI 来干。
如果仅仅是推广工具，大家可能顶多觉得步子迈得有点大。但紧接着，首席执行官 Andy Yen 抛出了一连串让人后背发凉的操作。
他在内部明确放话，2026 年是 Proton 招聘传统软件工程师的最后一年，以后只招完全靠 AI 驱动开发的人。为了推行这套标准，公司直接在员工的电脑上安装监控追踪软件，专门统计每个人每天用 AI 生成了多少行代码。
甚至为了清障，他们还设立了一个专门的内部邮箱，号称要无情粉碎一切阻碍 AI 研发速度的流程瓶颈。
在管理层眼里，代码产出速度似乎成了一切的度量衡。
渗透测试成了失败者思维
矛盾爆发得比想象中更快，而且偏偏撞在一家安全公司的核心底线上。
在内部的一个安全讨论群里，有安全工程师看到大量 AI 生成的代码迅速堆积，提出了一个很常规的工程建议：新功能推向生产环境之前，能不能多留几天时间，让团队做一次完整的渗透测试，排查下有没有潜在的漏洞。
按理说，对于一家卖加密邮件和网络安全服务的公司，这种慎重本该被当成专业素养。但首席执行官 Andy Yen 在群里的回复没有任何技术讨论，只有直接的斥责。
他公开发消息说，这是狗屁，也是纯粹的失败者思维。在他看来，又快又安全当然可以同时做到，只有失败者才会觉得必须二选一。他甚至直接要求技术人员，不要再深情款款地手工编写每一行代码。
这句话几乎成了整场争议里最刺眼的一根刺。
一个做底层安全加密起家的科技团队，当一线工程师想要给代码上一道安全防护锁的时候，迎面砸过来的居然是一顶失败者思维的大帽子。
重新面试到底在考什么
伴随这通训话落地的，是一场涉及全员去留的重新面试。
报道里提到，管理层通知技术团队，所有人都要参加一场专门针对 AI 采纳程度的考核性面试。面试的结果会直接挂钩组织调整，甚至决定员工能不能继续留下来工作。
很多一线工程师在职场社交平台上表达了极度的荒谬感。大家不是不会用 AI，很多开发者平时写脚本、补测试用例、写排版逻辑都在用。但当一家公司开始用考核去留的方式，硬性要求你把代码里 90% 的内容都换成 AI 生成时，事情就完全变味了。
考核一旦脱离了代码本身的质量与系统稳定性，就必然会滑向指标的恶意对齐。
如果评价一个工程师是否合格的尺子，变成了电脑后台监控到的 AI 生成量，那最聪明的人立刻就会学会怎么刷指标。既然生成 1000 行代码只要两分钟，既然管理层喜欢看高比例，那大家就会毫不犹豫地让模型吐出极其冗长的逻辑。
手写 50 行能解决的递归或边界判断，交给模型可能会生成 300 行花哨的结构。行数变多了，AI 采纳率达标了，重新面试顺利通过了，但软件系统的复杂度却被凭空放大了十倍。
代码通胀背后的维护债
作为一个平时也天天开着各种 AI 编程助手写代码的开发者，我对这种虚假的高产出深有体会。
AI 写代码确实快，很多时候敲个回车或者给个需求，半屏结构就铺好了。但任何在生产环境里摸爬滚打过的人都知道，软件开发从来不缺写代码的速度，真正贵的是理解成本、调试成本和长期维护成本。
平时我们自己手写 100 行业务逻辑，每一个分支、每一个异常捕获，脑子里是带着上下文和物理直觉的。你知道哪一行容易空指针，你知道哪个接口在弱网下可能会超时重试。
但当屏幕上突然被 AI 塞进 500 行看起来四平八稳的代码时，你的角色瞬间就从一个创作者，变成了一个被动的代码审查员。
你要从海量的通用模板里，把那些隐藏在边缘分支里的并发死锁、权限越界或者逻辑冲突一个个抠出来。这种审查的精神消耗，往往比自己动手写还要累上几倍。
更可怕的是架构腐化。当一个团队里 90% 的代码都是拼装出来的，整个系统里就再也没有一个人能说清楚全部细节。每一层逻辑看起来都能跑，但彼此之间的耦合关系却像一团乱麻。
今天图快省下了两天的开发时间，下个月线上出了一个诡异的内存泄露，所有人都只能对着成千上万行由 AI 生成的代码面面相觑。
速度翻倍责任在谁头上
管理层可以在会上高谈阔论，说 AI 帮我们把产能翻了十倍；也可以在社交媒体上宣告，传统程序员的时代已经彻底终结。
但线上系统永远是现实的。生产环境不会因为你的代码是前沿模型生成的，就对空指针和内存溢出网开一面。
当一个未经充分渗透测试的漏洞在凌晨两点被黑客打穿，当用户的敏感数据发生泄露，承担最终工程责任的会是那个在云端吐出代码的模型吗？
显然不是。挨骂的、熬夜排查故障的、甚至在复盘会上被问责通报的，依然是那个在提交记录上点了确认的一线工程师。
这才是最让技术从业者心寒的地方。管理层拿走了 AI 带来的亮眼数据，享受着速度翻倍的虚荣；却把审查的压力、未知的风险和系统崩溃的底线责任，全部分摊到了一线开发者的肩膀上。
我们从不反对使用 AI。相反，把重复的样板代码、枯燥的接口转换交给模型，是每一个开发者都乐于见到的进步。
但请不要把工具的高效，偷换成对工程规律的蔑视。软件工程之所以叫工程，是因为它需要对真实世界的确定性负责。
如果连基本的渗透测试都被斥责为失败者思维，那么下一次系统在真实黑客面前轰然倒塌的时候，谁才是真正的失败者？