北京
我喜欢AI编程工具。我自己用，我的团队也在用。或许这一点最应该先说清楚，因为接下来要讲的内容，并非意在反对AI。
这玩意带来的杠杆效应是真实的。搭建脚手架变快了，样板代码变便宜了，初稿的成形速度比过去快得多。人们从卡壳状态走出来的速度也比以前快了。我见过那些过去要耗掉半天的工作，现在能缩到二三十分钟。也经历过那些瞬间，模型给了你一个刚好够用的推力，帮你扛过那段你本来就不想碰的部分。
我至今依然觉得这非常有用。
这也正是我对当下的讨论感到些许无奈的原因。它常常在两个极端之间摇摆：要么AI是魔法，旧的工程铁律全都不作数了；要么AI是垃圾，严肃的团队应该避免依赖它。这两种说法在我看来都不真实。这些工具有用，有时甚至非常有用来。但它们消除不了判断的必要性。如果说有什么变化的话，反倒是它们让判断力变得愈发要紧，因为系统现在能吸收错误决策的速度更快、体量也更大了。
那个改变我认知的时刻，倒不是某次巨型宕机或者什么戏剧性的失败。它源自一个藏在一段看起来非常干净的变更里的小bug。那坨代码读起来很顺，测试全过了，注释也显得经过了深思熟虑，表面上没有半点鲁莽的味道。但它的逻辑依旧以一种安静的方式出错了。它把快乐路径走得很好，却在一个可选字段缺失时，误判了一个API的响应。我们是在下游表现不再符合用户预期之后，才后知后觉抓到它的。
正是这一点让我对它念念不忘。没有大爆炸，没有戏剧性的失败。只不过又一个例子：一段代码看上去比它实际的样子，更值得信任。
那个bug本身是能修的。让我挥之不去的，是另一件事：我们通过了一段代码的审批，但我们当中，没有一个人真正对它进行过足够严厉的盘查。我自己也没抓住它，而且我觉得承认这一点挺要紧的。就是从那一刻起，我心中的那个问题变了。我不再去问AI能不能帮我们更快地写代码，因为答案明摆着是能。那个更好的问题变成了：当代码的生产变得极其廉价，但对它的理解却并非如此时，到底会发生什么？当工作流中最简单的那部分加速了，而最硬核的那些部分——推理、复核、维护、信任——却固守在人类这一端纹丝不动时，事情会怎么样？
我认为软件真正的昂贵之处，从来就不在于把字敲出来这件事。其昂贵在于日后去理解这些代码，在于恰如其分地复核它们，在于安全地变更它们，在于信号嘈杂时去运营它们，以及在于……
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.
