"AI Psychosis" — 当整个公司集体陷入 AI 妄想

2026 年 5 月 16 日，Mitchell Hashimoto 发了一条没有代码、没有产品、没有链接的推文。只有担忧。但这条推文在 24 小时内拿到了 13,000 赞，冲上 Hacker News 首页，引发近千条讨论。

他的核心观点很简单：有些公司已经陷入"AI Psychosis"（AI 精神迷乱），连理性对话都变得不可能。

我坚信，现在有整个公司正处于严重的 AI 精神迷乱之中，跟他们进行理性对话已经不可能了。我没法点名具体的人，因为他们包括我深深尊敬的私人朋友，但我很担心事态会如何发展。

I strongly believe there are entire companies right now under heavy AI psychosis and its impossible to have rational conversations about it with them.

从云时代学到的教训

Mitchell 的论证框架来自他亲历的基础设施演进史。在云转型时期，整个行业围绕两个指标激烈辩论：MTBF（平均无故障时间）vs MTTR（平均恢复时间）。最终，行业接受了"MTTR 比 MTBF 更重要"的理念——系统必然会出故障，关键是恢复速度。

但 AI 时代的新变种极端化了这一思路：某些公司将其推向绝对化——

"出 bug 没关系，因为 Agent 会以人类做不到的速度和规模修复它们！"

"its fine to ship bugs because the agents will fix them so quickly and at a scale humans can't do!"

Mitchell 认为这是危险的。在基础设施领域，行业学到的是：MTTR 很棒，但你不能完全放弃弹性设计。你不能一键删除所有防御机制。

"健康的灾难机器"

Mitchell 描述了一种令人不安的系统性幻觉：

你可以用自动化建造一台非常健康的灾难机器。系统可以凭借局部指标看起来一切正常，而全局层面已经变得不可理解。Bug 报告可以下降，而潜在风险在爆炸。测试覆盖率可以上升，而语义理解在下降。变化发生得如此之快，以至于没人注意到底层架构正在腐化。

Systems can appear healthy by local metrics while globally becoming incomprehensible. Bug reports can go down while latent risk explodes. Test coverage can rise while semantic understanding falls.

这段话之所以震撼，是因为它精准地描述了一种"指标陷阱"：当你用 AI 生成的测试来覆盖 AI 生成的代码，用 AI 生成的 review 来审查 AI 生成的 PR，所有表面指标都在好转——但没人在理解系统。

HN 上的一个评论者一针见血地指出：

生产环境中所有 bug 有什么共同点？它们都通过了测试。

What's true about all bugs in production? They all passed the tests!

难以启齿的对话

Mitchell 最个人的部分，是他承认自己不知道如何跟陷入"AI psychosis"的朋友谈论这个问题。每次试图提出担忧，都会被立即反驳：

• "不不不，我们有完整的测试覆盖率" —— 但 AI 生成了测试和代码，谁来验证验证者？
• "Bug 报告在下降" —— 但用户可能已经放弃报告，因为报告也是被 AI 处理的
• "AI 让我们更快了" —— 但更快地生产技术债不是进步

一位 HN 用户分享了亲身经历：他们公司的管理层把 AI 使用量当作员工效率指标来考核。"就像加密货币福音派时代重演。"

反方观点：也许没那么糟？

当然，这并非一边倒的共识。评论区同样存在强烈的反面声音：

• "这跟马车夫劝汽车司机别开车有什么区别？" —— 如果 AI 真能做到端到端的代码理解和维护，"理解系统"可能不再是必要条件
• "我每天用 Claude，它已经比大多数中级开发者写得好" —— 代码质量的基准在移动，用旧标准评判新范式可能不公平
• "AI rescue consulting 会成为新的高价值咨询" —— 即使当前有问题，市场会自愈。那些搞砸的公司会被淘汰

Mitchell 的回应简短但精准：Think (use AI, but think)。不是不用 AI，而是不要停止思考。