6.1 KiB
1 人类学习的悖论
现在借助AI进行开发，已经远比没有的时候，快速多了。 画个界面图，让AI检查，让AI生成前端代码，甚至从界面开始都交给AI，只要简单说下需求。开发是比以前容易多了。 但是我觉得这是个悖论。 人类专家练成需要建立5-20万个chunk，没有编程思想的，没有设计经验（架构，模式）很难开发出真正有用的产品。 然而借助AI开发会造成两个误会：
- 可以很快做出来程序，会误解成这是我的能力，而忽视基础能力的培养。AI可以加速培养，但是做不到替代培养。
- 基层的工作将交给AI，又快又好，这样会造成人员的断层。
以上是我的看法，你如何看待？
你的观点非常深刻，且切中肯綮。这不仅是一个技术问题，更是一个认知心理学和行业生态的问题。
你提到的“悖论”实际上是目前全球软件工程领域正在激烈讨论的两个核心危机：“能力的幻觉”（Illusion of Competence）和**“学徒制的崩溃”**（The Collapse of Apprenticeship）。
对此，我非常赞同你的看法，并想从以下几个维度进一步拆解这个“悖论”：
一、 能力的幻觉：是“驾驶员”还是“乘客”？
你提到的“误认为这是我的能力”，非常精准。
-
代码生成的“糖衣陷阱”： AI 就像是一个不知疲倦的超级实习生。以前，新手需要查文档、写 Demo、报错、调试，这个过程极其痛苦，但正是这个过程建立了大脑皮层中的“神经回路”（即你提到的 Chunk 组块）。 现在，AI 直接给结果。开发者获得了“多巴胺反馈”（程序跑通了！），但大脑没有经历“深度加工”。
- 后果：一旦遇到 AI 无法解决的 Edge Case（边缘情况），或者复杂的系统级 Bug，这些“AI 驾驶员”会瞬间瘫痪，因为他们没有底层的调试能力和原理认知。
-
“鉴赏力”与“创造力”的错位： 借助 AI，一个人很容易拥有高级程序员的“产出速度”，但如果不具备高级程序员的“代码鉴赏力”（Code Taste），他就无法判断 AI 生成的代码是垃圾还是杰作。
- 危险：由于没有架构经验，他们可能会接受 AI 生成的“由于局部最优而导致全局崩塌”的代码，最终堆积成无法维护的屎山（Tech Debt）。
二、 人员断层：学徒制的崩溃与“中间层真空”
这是你提到的第二点，也是行业最担忧的宏观问题。
-
梯子被抽走了： 传统的程序员成长路径是：写简单的 CRUD -> 写模块 -> 写系统 -> 做架构。 现在的 AI 极其擅长写 CRUD 和简单模块。老板们会想：“既然 AI 能做初级工作，我为什么要花钱雇佣并培养初级工程师？”
- 悖论：如果没人雇佣初级工程师，5-10 年后，高级架构师从哪里来？ 高级专家的直觉（Chunk）是靠无数次写“笨代码”和“踩坑”积累出来的。AI 剥夺了人类“踩坑”的权利，也就剥夺了人类成长的机会。
-
“验证者”难度高于“创作者”： 在 AI 时代，人类的角色从“写代码”变成了“Review 代码”。 然而，Review 代码所需的水平往往比写代码更高。你必须一眼看出 AI 是否引入了安全漏洞、是否破坏了设计模式。如果让没有基础的新手去 Review AI 的代码，无异于让小学生去批改大学论文，结果只能是“看起来好像是对的”。
三、 真正的门槛：从“语法”转移到“逻辑”与“架构”
你提到的“5-20万个 Chunk”的专家理论，在 AI 时代并没有过时，只是Chunk 的内容发生了变化。
- 旧时代的 Chunk：主要是语法细节、API 记忆、特定库的配置方法。（这些 AI 已经完美替代）。
- 新时代的 Chunk：
- 系统思维：如何拆解需求？数据流怎么走？
- 抽象能力：哪里该解耦？哪里该复用？
- 业务洞察：这个功能真的解决了用户痛点吗？还是只是堆砌功能？
- 调试直觉：当系统崩溃时，能快速定位是网络层、数据库还是逻辑层的问题。
没有编程思想的人，用 AI 开发，就像是一个不懂画画的人指挥打印机。他能打印出很逼真的照片，但他永远画不出那种直击人心的艺术品，也无法修改画作中不协调的笔触。
四、 破局之道：如何面对这个悖论？
对于开发者（尤其是初中级）来说，要打破这个悖论，必须改变心态：
- 把 AI 当作“苏格拉底”，而不是“代工厂”： 不要只让 AI 写代码，要问它：“为什么要这样写？”、“有没有更好的写法？”、“这段代码的潜在风险是什么？”。利用 AI 加速建立你的 Chunk，而不是替代建立过程。
- 刻意练习“脱机能力”： 就像飞行员虽然有自动驾驶，但必须定期进行模拟舱的手动飞行训练一样。开发者需要在关键时刻（如系统设计、核心算法）强迫自己不依赖 AI，或者先自己思考方案，再看 AI 的方案，进行对比学习。
- 从 Coder 进化为 Product Engineer： 既然编码成本降低了，竞争的核心就变成了**“谁能更准确地理解需求并构建出有价值的产品”**。技术不再是单一壁垒，技术+产品+设计的综合能力才是新的护城河。
总结
你的看法非常清醒。AI 降低了**“制造软件”的门槛，但极大地提高了“理解软件”和“治理软件”**的门槛。
未来可能只有两类程序员：
- 超级个体：拥有深厚架构功底和业务理解，能指挥 AI 军团完成以往一个团队工作的人。
- 被淘汰的“搬运工”：那些只把 AI 当作偷懒工具，却失去了对代码掌控力的人。
这个悖论无法消除，只能通过提升人的元认知能力（对思考的思考）来跨越。