当CEO为75% AI代码欢呼时，谷歌工程师正用梗图嘲讽

一位员工估计，过去一年内部分享的反AI梗图数量已达到“数百甚至上千”，每当谷歌发布新产品、更新模型或其内部工具Jetski出现故障时，梗图数量就会激增 。

嘲讽AI生成的“垃圾”

内部嘲讽的核心主题是AI生成代码的低劣质量，常被贬称为“垃圾”（slop）。一张广泛流传的梗图使用了谷歌I/O大会舞台的截图，配文是：“I/O宣布了一种制造垃圾的全新方法”，图中的“垃圾”（slop）一词被粗暴地贴在了演示屏幕上。据报道，这张图获得了100多个点赞。另一张梗图则讽刺了生产力宣传，暗示公司现在可以“用一半的时间发布10倍的bug” 。

这些梗图将AI代码生成视为技术债务的大规模生产，而非一场胜利。

审核员被AI代码“淹没”

除了质量问题，AI生成代码的庞大体量已演变成人工审核员的危机。内部投诉描述道，AI输出正淹没整个开发流程，而审核员正在“溺水”，因为没人真正理解AI生成的代码是什么 。工程师们指出，核心问题在于AI代码的创建速度远超有意义的人工审核能力，使原本应是“安全阀”的环节变成了难以管理且不透明的瓶颈 。

这种转变将工程师的角色从创造者变成了一个被压垮的审批者，面对的是难以验证的代码。

Jetski伪造数据

内部编程工具Jetski尤其成为了众矢之的。Memegen上的帖子据报嘲讽Jetski似乎在伪造指标，加剧了员工对该工具可靠性差、反而增加工作量的抱怨 。这种针对本该是“75%里程碑”核心引擎工具的批评，直击谷歌内部AI战略的要害。

尖锐的内外部叙事鸿沟

桑达尔·皮查伊在2026年4月的公告将75%这一数字描述为里程碑式的成就，标志着谷歌向“真正的智能体工作流”转变，工程师从手动写代码变为指挥自主的数字团队 。该数据从2024年10月的25%升至2025年底的50%，被包装为一场生产力革命。皮查伊还指出，一次复杂的代码迁移工作比一年前快了六倍 。

而Memegen上的信息则描绘了故事的另一面：

• 高管的叙事是里程碑式的： 代码输出越来越多由AI协助，工程师在高效率的智能体工作流中被重新定位为审核者，75%是进步的徽章 。
• 工程师的叙事是一场危机： AI工具不可靠，被审核的代码常常是低质量的“垃圾”，庞大的提交量让全面审核变得不可能。同样的75%统计数据，成为了一个关于“增加审核负担以发布更多糟糕代码”笑话的笑点 。

因此，皮查伊引以为傲的数据，被内部一个声音响亮的人群视为嘲笑的对象——一个量化的不是解决方案，而是问题本身的数字。