AI愛好者與時間賽跑，AI懷疑者與熵增賽跑
本文探討了AI愛好者和懷疑者之間的分歧。愛好者看到AI帶來的巨大生產力提升，而懷疑者則擔憂隨之而來的技術債務和系統可靠性下降。作者呼籲雙方坦誠溝通，共同解決工程挑戰，而非互相指責。
最近我參加了一場演講，演講者聲稱通過純粹的“氛圍編碼”解決了困難的工程問題，清空了積壓任務，並在幾周內完成了以往需要一年以上的重寫。聽眾中的AI愛好者們興奮不已，認為終於有了無可辯駁的證據。然而，我瞭解到這位演講者所在公司的其他員工描述這些項目是一場災難：雖然取得了一些進展，但也留下了長長的混亂痕跡，團隊數月後仍在清理後續問題。
這反映了一個日益擴大的鴻溝：AI愛好者與懷疑者之間。愛好者看到了真實的能力飛躍，認為不擁抱AI的公司可能被淘汰；懷疑者則看到快速交付代碼而不閲讀，導致可靠性下降、機構知識流失，同樣構成生存威脅。雙方都在與真實但不同的問題鬥爭，卻很少有效溝通。
以Fin（前Intercom）為例，該工程團隊在9個月內將產出提升了3倍（按合併PR數計算），缺陷積壓減少一半，產品變更速度提升39%，宕機減少35%。這是真實且可復現的進步，但前提是團隊已經擁有卓越的工程紀律、快速反饋循環和實驗文化。
要彌合分歧，首先要講完整的故事：同時談論勝利和成本。愛好者慶祝成就時，也應主動詢問是否有意外後果；懷疑者發現問題時，應負責任地反饋給相關方，而非私下抱怨。其次，將問題視為工程挑戰而非修辭辯論：不要問“你為啥反對”，而問“需要什麼條件才能讓你放心交付代碼？”——更好的評估、測試、特性開關、可觀測性？將這些需求列入路線圖。
正如DORA報告所言：“AI是放大器，它放大高績效組織的優勢，也放大困難組織的失調。”工程紀律從未如此關鍵。AI不是紀律的替代品，更不是捷徑。只有通過協作和嚴謹，我們才能在錯過窗口和系統崩潰之間找到安全路徑。