摘要AI 讓開發(fā)速度翻了三倍理解力卻跌到三分之一。文章從「能力幻覺」切入拆穿四個真相來回溝通三天是能力缺口的度量、「寫出代碼就覺得自己厲害」是最毒的錯覺、頻繁重構(gòu)是第一次就沒做對、AI 只會做加法不懂架構(gòu)意圖。接受 AI 的變革但別把腦子交出去——它只會讓假裝是工程師的人快速現(xiàn)形。有一件事最近兩年我越來越不敢跟人聊我寫代碼的速度快了三倍但我對自己寫出來的東西的理解只有以前的三分之一。我管這叫「用時間換幻覺」。一、AI 讓不會的人以為自己會了先講一個心理學(xué)概念叫能力的幻覺illusion of competence。它的意思很簡單當(dāng)你看著一個東西、覺得「我懂了」的時候和你真的能獨立把它做出來是兩回事。人腦有個毛病——把「看得懂」當(dāng)成「會了」。AI 把這個毛病放大了十倍。以前你不會寫某個東西會慌。那種慌其實是大腦在報警「這個你不會快去學(xué)。」 現(xiàn)在不一樣了你不會了就把需求丟給 AIAI 吐出一段能跑的代碼你貼上去跑通了于是你不慌了。問題是你不慌不是因為你會了是因為 AI 替你扛住了那個你本該扛的東西。那個「慌」是你的學(xué)習(xí)信號信號斷了能力就開始往下掉。很多開發(fā)者已經(jīng)進入這種狀態(tài)離開 AI連一個稍微復(fù)雜點的 SQL 都寫不利索讓 AI 寫又完全不知道它為什么這么寫。嘴上說「我在用工具」實際上是工具在用你補全它的上下文。二、來回溝通三天不是協(xié)作是碰運氣有個現(xiàn)象特別值得琢磨你跟 AI 為一個需求來回拉扯好幾天最后做出來了你居然還挺有成就感。我勸你換個角度看看這件事。真人結(jié)對編程兩個水平在線的人聊十分鐘需求能對齊個七八成剩下的邊寫邊調(diào)。為什么因為雙方都有判斷力——你說一句他懂你要什么他回一句你立刻知道對錯。而你和 AI 來回三天本質(zhì)是什么是你沒法判斷它給的答案對不對。你只能「再問一遍」「換個說法」「加一句補充」靠窮舉去碰一個你無法驗證的結(jié)果。所以注意你跟 AI 溝通的時長恰恰是你能力缺口的直接度量。溝通越久說明你對這個領(lǐng)域的判斷力越弱。AI 從來不會「承認自己不知道」它會一本正經(jīng)地給你一個錯的答案然后等你花三天發(fā)現(xiàn)它錯了。你以為你在做需求其實你在做一場「盲人摸象」。三、「寫出來就覺得自己很厲害」是最毒的一步這是我觀察到最普遍、也最隱蔽的一種心態(tài)變化。AI 幫你把最難的一步——把模糊的想法變成能跑的代碼——糊過去了。于是你產(chǎn)生了一種強烈的錯覺「這東西我做出來了說明我會了。」可是你跳過了中間那個真正有價值的過程設(shè)計、拆解、試錯、踩坑、想清楚為什么。寫代碼最值錢的從來不是那幾行能跑的東西是你為了寫對它而經(jīng)歷的那一堆「想不明白」。AI 把你從這個過程里解放了出來順手也把你的成長解放沒了。結(jié)果是什么是越來越多的開發(fā)者產(chǎn)出量在漲判斷力在掉。代碼一行行累加能力一點點流失。這種「厲害」是租來的不是攢下來的。四、你的「重構(gòu)」其實是第一次就沒做對我見過太多團隊每隔一段時間就來一次「重構(gòu)」。有些重構(gòu)是正常的——代碼跑久了結(jié)構(gòu)慢慢腐爛定期梳理一下這是健康的代謝。但 AI 驅(qū)動的團隊是另一種情況而且更普遍從頭到尾就沒有人真正理解過整體結(jié)構(gòu)。代碼是 AI 一段段拼出來的模塊之間的邊界是幻覺抽象是碰出來的依賴關(guān)系是隨機的。它短期能跑但你根本不知道它為什么能跑。這種團隊的重構(gòu)不叫梳理叫打補丁打到實在打不動了推倒重來然后美其名曰「重構(gòu)」。于是你看到一個荒誕的循環(huán)快速堆出一坨沒人懂的代碼 → 撐不住了 → 推倒重來 → 再快速堆出一坨沒人懂的代碼。重構(gòu)的成本是翻倍的但沒人算這筆賬因為每次「重構(gòu)完」的當(dāng)下代碼又是「對的」。對只對當(dāng)下。五、AI 只會做加法因為它沒有「設(shè)計意圖」前面幾條還能被反駁一句「是你不會用」。這一條是 AI 的物理局限反駁不了。一句話AI 是局部最優(yōu)全局無意識。你讓它寫的每一段代碼單獨拎出來都對甚至比很多人寫得還規(guī)范。但它沒有「設(shè)計意圖」這個東西——它看不到三個月后業(yè)務(wù)會怎么變不知道這個模塊未來要不要拆、性能瓶頸會卡在哪、團隊再加兩個人之后這個抽象還撐不撐得住。這些判斷靠的不是「會寫代碼」是踩過坑換來的架構(gòu)經(jīng)驗。所以 AI 只會干兩件事第一做加法。你提需求它堆代碼。一段邏輯出現(xiàn)三次它也不抽出來因為「抽象」這個動作需要判斷「未來哪些會變」——這是經(jīng)驗不是模式識別。第二不做減法。它很少主動告訴你「這兩塊該合并」「這個抽象是過度設(shè)計」。因為做減法的依據(jù)是全局視野而它的視野只有一個上下文窗口那么大。這就是「累加式開發(fā)」的根源人類架構(gòu)師干的是「為未來做決策」AI 只會「為當(dāng)下寫最省事的代碼」。短期看啥都對長期看全是債。拓展性、可維護性、演進能力——這些詞 AI 一個都不懂它只會把它們寫進注釋里。六、接受 AI但別把腦子也交出去寫到這兒你可能以為我要砸機器喊一句「別用 AI 了都回去手寫」。不那是另一種蠢。AI 是放大器不是替代品。厲害的人用它快十倍不會的人用它爛十倍還不自知。問題從來不在工具在于你有沒有判斷力去駕馭這個放大器。我給自己劃了一條邊界你可以參考可以讓它做的你不熟領(lǐng)域的探索、樣板代碼、正則和腳本、代碼 review 的對照組、把一個想法快速跑通驗證。必須人把關(guān)的架構(gòu)決策、領(lǐng)域建模、技術(shù)選型、數(shù)據(jù)庫和接口的穩(wěn)定性邊界、以及——「要不要重構(gòu)」這個動作本身。一句話概括讓 AI 干你「會但不愛干」的活別讓 AI 干你「不會所以想躲」的活。前者省時間后者造幻覺。最后說一句不太好聽但我覺得該說的話。這兩年我見過太多開發(fā)者產(chǎn)出曲線一路向上能力曲線一路向下兩條線交叉的那一刻人還渾然不覺。因為系統(tǒng)能跑需求能交老板沒意見——所有的報警器都啞了而那個本該報警的人自己把電池摳了。AI 不會讓工程師失業(yè)。它只會讓假裝是工程師的人快速現(xiàn)形。