AI是一个糟糕的工具

AI是一个糟糕的工具——至少在软件领域是如此。这是本文的核心论点。我们不妨先看看积极的一面：如果你将AI视为数据蒸馏器，它确实有用。过去，你需要将问题输入搜索引擎，点击最相关的链接，然后扫描页面寻找所需信息并自己处理理解。而AI若能可靠且真实地运行，就为你压缩了这些步骤。搜索引擎如今也在结果顶部插入AI摘要，但真正的价值在于你能进一步追问和细化信息。这原本需要手动耗费大量时间，现在让机器代劳确实更轻松。然而，好处也仅限于此。如果你用AI做其他事，特别是生成代码，那就是在浪费时间。

在深入探讨之前，有必要退一步看看围绕AI本身的争论。反对者往往情绪过激，多出于对失去生计、变得无关紧要的恐惧。我认为这些情绪无济于事，但确实揭示了人性——因为恐惧是真实的，但原因不同。换句话说：是的，你会变得无关紧要，但不是因为机器比你更聪明，而是因为你写的代码本身就是垃圾，而AI的垃圾代码只是略好一点。

AI之所以糟糕，在于它完全像一个黑箱。常有人问：“谁去维护AI帮你构建的应用？”如果你完全信奉AI，你会说：机器。既然是它构建的，当然也能维护。这说法并非错误。真正的难题是：谁能验证AI构建的东西是否良好且真实？最近热议AI能发现软件安全漏洞，但这是未经证实的说法。验证过程需要的人力和时间，可能比直接查找问题还要多。同样的逻辑适用于AI构建的应用：谁去验证它是否按预期工作？它看起来可能在工作，但表象与实相远非一回事。更糟的是，在测试现有实现时，AI会倾向于让测试去适应实现，而非根据规格独立编写。它并没有真正解决问题，只是让它看起来解决了。

AI的模糊性也意味着“AI工程”或“提示工程”完全是骗局，就像当年的SEO一样。任何自称能巧妙操控黑箱的说法都是虚假的。你无法建立相关性，你臆想出的任何机器工作模式都不稳定。简言之：你无法访问源代码，即使能，你也可能没有心智能力去理解它，即使能，AI更新太快，你推导出的任何模式都难以持续有效。你并不笨，只是机器由极其聪明的人构建，他们自己可能也不完全理解它。

那么，为什么当AI暴露了人类对自身无关紧要的恐惧时，人们会强烈反抗？因为今天你让AI做的任何编程任务，都源于你没有恰当地抽象你的工作。如果AI重命名一个符号，这本该是你的LSP处理的事；如果AI搭建项目骨架，这本该是你的框架的事。你让AI产生的每一行代码，都在降低抽象层次、增加重复。AI只不过揭示了你的栈中缺少适当的抽象。而这对你的威胁在于：如果代码被恰当地抽象了，你可能就没有工作了；但目前AI比你能更好地生产非抽象代码。

换句话说，如果AI只生产平庸的代码，那么这些代码应该能被轻易抽象化。如果它生产了非平庸的代码（实际并未），那会引发它如何从输入中做到的疑问，但因为它的模糊性以及你需要亲自审查自己可能不理解的非平庸内容，你也一无所获。AI要么解决非问题，要么制造非问题。

核心在于：在AI出现之前，大多数软件工作早已无用。AI只是撕下了这层遮羞布，而这让人抓狂。那么未来该如何？在这个AI加速的软件世界里，一切都将变成无人可做的坟墓——AI包揽了所有无用的、未抽象的工作，只有少数天才在云端运作。不幸的是，我并没有好的答案。或许人们需要回归热情，去构建自己完全理解、彻底拥有的东西，并恰当地抽象它，使之免受AI的威胁——这才是唯一的出路。