![]()
今天Hacker News同时冒出两个高赞帖——"Do your own writing"和"I definitely miss the pre-AI writing era"。几百个赞,几千条评论,全在吵同一件事:用AI写代码是不是在自废武功。
但两边都搞错了变量。真正决定你脑子退不退化的,不是"用不用AI",而是"怎么开口要"。
两种问法,两种结局
想象你站在餐厅门口。一种问法是:"给我做一份宫保鸡丁,用鸡腿肉,花生要炸到八分熟,酱汁按这个配方。"这叫处方(prescription)——你把每一步都定死了,厨师只是执行。
另一种问法是:"我饿了,要一道下饭的菜,但不能辣,预算50块。"这叫收敛条件(convergence condition)——你只描述终点,让厨师根据厨房现有食材去发挥。
AI编程工具面前,大多数人选的是第一种。
「写一个React登录组件,带邮箱密码框,用Tailwind,加表单验证。」——这是典型处方。你已经替AI做完了所有判断:技术栈、UI库、验证逻辑。AI只是个打字更快的你。如果结果不对,你会继续加约束:「改用shadcn/ui」「密码要显示强度条」…… prescription越细,你的大脑越闲。
![]()
「让这4个测试用例通过。」——这是收敛条件。你没说用什么框架,没指定文件结构,甚至没提"登录"两个字。AI必须自己读代码、理解接口、发现系统里已有的用户模型,然后找出一条能抵达终点的路。
关键区别:你也得做同样的事。你要先理解系统,才能写出那4个测试;你要先知道"完成"长什么样,才能判断AI交的作业合不合格。你的大脑全程在线,因为你是裁判,不是传声筒。
50.5%的差距,来自同一批AI
ArXiv 2603.22312刚发了一项研究。研究人员让同一批AI agent执行相同任务,唯一的变量是沟通协议:一组被强制使用预设的协调流程(prescribed),另一组自己演化出协作方式(emerged)。
结果:被管着的那组表现差了50.5%。
不是AI变笨了,是外部强加的路径锁死了系统的优化空间。这和写代码一模一样——当你把实现路径写死,AI不仅学不到你的系统,还会做出更差的决策。因为它被禁止探索更好的走法。
那个"AI杀死手艺"的焦虑,内核是真实的。但把死因归结为"AI写代码",就像怪印刷机印出了烂小说。工具没变,变的是人和工具的接口方式。
![]()
手艺死于替代,而非增强
判断一个AI接口是在帮你还是在害你,只看一件事:它替换的是你的劳动,还是你的判断。
处方模式替换判断。你把"什么是好的"外包给模板,大脑负责的部分只剩打字和提需求。久而久之,你失去了定义问题的能力——而这才是工程师的核心手艺。
收敛条件模式增强判断。你必须深入理解系统,才能定义成功标准;你必须保持批判,才能验收结果。AI做了苦力,但你保留了最值钱的认知环节。
有个简单的自检问题,下次开口前问自己:
我是在描述一条路,还是在描述一个目的地?
前者会导向千篇一律的CRUD代码,后者可能带你去Redis,去数据库索引优化,去干掉一个你都没意识到的N+1查询。AI被迫理解你的系统,你也被迫同步理解。
今天那两个Hacker News热帖的评论区,有人贴了一段话:「我怀念的不是没有AI的时代,是我还知道自己不知道什么的时代。」
这话扎心,但解法不在卸载Copilot。在你怎么开口问。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.