大语言模型未能实现净生产力提升

David Cramer指出，当前大语言模型虽降低了开发上手门槛，但在实际使用中暴露出严重问题。在处理具有正常复杂度的成熟代码库时，模型生成的代码往往结构混乱、难以维护，导致长期开发效率不升反降。他强调，这并非简单的代码行数多少问题，而是质量与可维护性的问题。

agentic engineering模式面临严峻挑战

Cramer对“agentic engineering”模式提出强烈质疑，即让模型自主生成代码并直接部署的做法。他认为该模式产出的代码质量明显下降，存在大量不符合语言惯用风格的接口设计，以及重复冗余的“slop测试”代码。这些缺陷在项目积累后形成沉重负担，最终成为开发过程中的负累。

OpenClaw被指陷入不可逆困境

他特别点名工具OpenClaw，直言若需押注，将选择其“已经难以自救”。这一判断基于该类工具持续生成大量低质量代码，导致代码库膨胀、可读性下降，修复成本远超初始收益。他重申：软件仍然很难构建，核心难点从未改变，开发者的心理感受变化不等于实际效率提升。

真实开发体验：有趣驱动贡献，非效率提升

Cramer补充称，自己近期贡献增加源于对项目的兴趣，而非开发变得轻松。从时间投入看，功能开发的实际耗时并无本质差异。这表明，模型带来的便利可能仅停留在初期探索阶段，无法支撑长期高效协作与系统演进。