Mitchell Hashimoto担忧当前许多公司陷入"AI狂热"，难以进行理性讨论。他类比云计算转型时期的MTBF与MTTR之争，指出现在整个软件行业都盲目相信AI能快速修复问题而忽视系统韧性。这种狂热让他感到忧虑，但又不便直接向深陷其中的朋友提出质疑。

米切尔·哈希莫尼关于AI狂热的警示

科技创业者米切尔·哈希莫尼在社交媒体上表达了对当前AI狂热现象的深切忧虑。他指出，目前许多企业正陷入严重的"AI精神错乱"状态，导致无法就这一问题进行理性对话。出于对业内友人的尊重，他未具体点名，但明确表示对这种发展趋势的担忧。

哈希莫尼以云计算转型时期的基础设施建设为例进行类比。当时业界曾就"平均故障间隔时间(MTBF)"与"平均修复时间(MTTR)"展开激烈争论，如今类似的错误认知正在软件开发行业（甚至全球范围）重演。最令人担忧的是，持AI狂热观点者普遍抱持"只需关注修复速度"的极端思维，认为"发布有缺陷的产品也无妨，因为AI代理可以快速大规模修复"。

这位资深技术专家强调，基础设施建设的历史教训表明：仅依赖MTTR策略无法构建真正稳健的系统。但当前困境在于，当试图与业内人士探讨这一问题时，对方往往以"测试覆盖率已达标"或"错误报告数量下降"等片面指标为由立即驳回讨论。

哈希莫尼警告称，过度自动化可能造就"高弹性的灾难机器"：系统可能在局部指标表现良好，但整体架构正变得难以理解；错误报告减少的同时，潜在风险可能正在激增；测试覆盖率提升的背后，可能是语义理解能力的下降。更危险的是，变更速度过快可能导致无人察觉底层架构的持续恶化。

[来源：米切尔·哈希莫尼推特，2026年5月15日]

以下是评论内容的总结，平衡呈现不同观点并保留关键引用：

支持AI快速修复bug的观点

• 认为AI能快速大规模修复人类发现的bug
  关键引用：
  "Agents are fixing bugs so quickly and at a scale humans can't do already"
  "agents are already better than the average software engineer"

反对过度依赖AI的观点

1. 全流程AI化的风险

• 批评用AI完成所有环节（编码/测试/审查）如同"精神病院由病人管理"
  关键引用：
  "it's the inmates running the asylum"
  "100% coverage is almost universally bullshit"

2. 决策依赖的隐患

• 指出直接相信AI输出而不验证是危险的
  关键引用：
  "just prompt the AI and believe what it tell you then you have AI psychosis"
  "they often just spit out the most generic dog shit"

关于行业现状的讨论

• 资本驱动：VC巨额投入导致企业无法接受失败
  关键引用：
  "More money has been spent on AI commercialization than the atomic bomb"
  "Failure is going to be catastrophic"

• 技术成熟度：期待后AI时代建立更严谨的验证体系
  关键引用：
  "long for the age after AI...outputs are formally verified"
  "deprecating immature workflows is simpler than building them"

其他观点

• 类比争议：将抵制AI比作"马车夫反对汽车"（Luddite）
• 信任危机：用户会因修复无望而停止报告bug
• 竞争优势：技术保守的公司可能意外获得优势

注：部分评论者质疑"AI精神病"概念的合理性（"I do not believe 'AI psychosis' is an actual thing"），也有用户支持原作者的清醒立场（"his writings on AI seem really grounded"）。