AI 让你变菜的速度更快了
AI Can Make You Suck Faster Too
理论上，AI 带来的 10 倍开发效率提升，理应让我们在短短几年内诞生数个 AirBnb 或 Stripe 级别的巨头。但现实是，除了 GenAI 公司本身，我们并未看到颠覆性的应用爆发。作者通过亲身实验发现，盲目依赖 DeepSeek 或 Claude 等工具，往往只能生成看似能跑实则脆弱的代码。更危险的是，社会对 AI 的盲目信任正在消除专业门槛，让非技术人员在缺乏安全意识的情况下构建处理敏感数据的系统。当黑客也能利用同样的工具加速攻击时，这种“加速变菜”的效应可能带来灾难性后果。真正的瓶颈或许不是写代码的速度，而是我们是否还愿意像专家一样思考。
如果你只会铲屎，AI 只会让你铲屎的速度更快。
HN 评论区
131- orwin
我现在开始用 AI 帮我审查初级工程师的 PR，因为我跟不上他们提交的代码量了。起初效果很差，但现在我摸索出了一套方法：我先自己读一遍代码，标记出我不确定的行，然后让任意前沿模型（我分析时喜欢用 Claude，尽管其他场景不用它）来解释这个 PR，并重点分析我标记的部分（基本上要详细解释代码逻辑，而不仅仅是 PR 描述），同时让它去检索相关库的文档。有时候它会发现我漏掉的问题（比如漏了 'order_by' 或者 off-by-one 错误，因为底层库的写法跟原始 AI 声称的不一样）。
我也改变了审查方式，因为已经过去一年多了，那些初级工程师或新员工依然很迷茫，无论是老员工缺乏领域知识，还是初级员工能力不足，跟其他部门聊过之后发现，95% 的人都是这种情况。现在，我不再直接修改 PR 或要求修改，而是直接在 PR 里加上一整套单元测试/功能测试，把它当作一个练习题让他们通过。他们可以用 AI，但我告诉他们，在生成修复方案之前，得先自己找出代码哪里出了问题。希望这样坚持做下去，他们能真正对代码负起责任。
- sriniwasx
我仓库里的代码异味（code smell）达到了历史最高，而我只是个资深开发，真不敢想那些只会用 AI 写代码的人处境会有多糟。
- dr_dshiv
“我想看看自己能不能沾上这 10 倍效率的魔法。我决定言行一致，花了 10 美元买了 DeepSeek 的积分，用在我正在做的项目上。”
哇，这大概就是笑点所在吧！
- Zakis1
> 只用 DeepSeek 就得出 LLM 不擅长编程的结论？
为什么不试试真正的前沿模型，在写博客之前先做点正经研究呢？
- padolsey
当我意识到人们正在用 LLM 做那些原本根本做不到的有偿工作时，那一刻既让人谦卑又让人震惊。当然，这其实挺明显的。但直到现在，我一直以为 LLM 只是人们原本就能做的事的一个（巨大的）催化剂，只要给够时间就行。但事实并非如此——看起来，现在有些人之所以能胜任某些职位，完全是因为 AI 在告诉他们该写什么、说什么、产出什么。没人会明说这一点……毕竟，那些不太懂 AI 的上司可不会乐意听到这种话。
- MrScruff
总体而言，前沿模型目前还无法在缺乏仔细监督的情况下可靠地编写非琐碎代码。它们很擅长生成能通过测试的代码，但不一定能通过代码审查。这意味着，如果你在乎代码质量，仍然需要人类在循环中理解所完成的工作，而这就会成为瓶颈。而那些自律性较差的人，确实会变得越来越依赖 AI。
然而，随着时间的推移，那些可以少监督甚至无监督就能解决的问题的复杂度正在增加。而且，模型在解决某些特定类别的问题上已经非常出色，这些问题对代码质量要求不高，在 LLM 出现之前甚至根本没人会尝试去解决。上周末，我就用 Claude 给我的一个音频设备的编译固件（没有源码）添加功能，通过修补汇编代码和自定义 DSP 代码来增加工作流功能。
在编程领域，就像在其他领域一样，正在涌现的是一种参差不齐的智能（jagged intelligence）。
- Lapalux
AI 出现之前，限制我写出烂代码的因素是我一天能敲多少行代码……
现在有了 AI，我不仅能把产出量提升 10 倍，也能把烂代码量提升 10 倍！
- reconnecting
“否则就得承认，这不过是一场多巴胺游戏，让你觉得自己是‘宇宙中最特别的程序员™'，而实际上这只是将大规模的知识依赖游戏化了。”
—— Disesdi Shoshana Cox