AI讓我們更加成為自己

AI並沒有讓糟糕的工程師變得優秀，它只是讓他們變得更快。它不改變我們的本質，而是讓我們更加成為自己。這是一個力量倍增器，但並非褒義。

過去，懶惰或草率的程式設計師會受到自身限制：他們進展緩慢。由於本性懶惰，他們缺乏動力去做出巨大改動。他們的程式碼和架構可能很糟糕，但他們的生產力同樣低下。他們糟糕決策的爆炸半徑很小。現在，有了AI助手（再加上管理層催促我們使用它們），同樣的工程師在擁有同樣判斷力和同樣盲點的情況下，輸出了10倍的程式碼——只是問題累積得更快了。

這是最糟糕意義上的平等化：它不管你產出是否有價值，只管提升產出。

我在工作中看到了這一點，尤其是在一些大型共享倉庫中——比如一個管理Kubernetes工作負載IAM角色的中央倉庫，另一個管理可觀測性服務監控程式碼的倉庫。這些倉庫和流水線是中央擁有的，但程式碼所有權是分散的；透過目錄結構劃分。當一個團隊需要新增他們的服務時，常見的方法是找到現成服務的程式碼，複製它，然後做最小的改動使其執行。沒有人停下來問那個模組一開始設計得是否良好——他們只是看到一個模式就複製。這種情況持續了多年。時間越長，大家就越相信這一定是正確的方法——畢竟，每個人都這麼做。沒有人意識到他們正在使用的是複製品的複製品，而最初的源頭可能根本沒有經過深思熟慮。

AI正好融入這種工作流程。讓它指向一個混亂的共享倉庫，並請求新增一項服務，它就會完全按照懶惰工程師的做法：模式匹配到最近似的現有示例並複製。它不會問“這個模組真的好嗎？”——它只會問“這裡已經有什麼了？”就像人類走阻力最小的路徑一樣，它預設選擇阻力最小的路徑而非熵最小的路徑。區別在於，人類可能會因此感到一絲內疚，而AI只是自信地輸出複製品。因此，AI不僅加速了懶惰的工程師，它本身的行為也像懶惰的工程師——它會像工程師一樣避免打破糟糕的模式。它延續了技術債務。

所以，你得到了雙重打擊：糟糕的工程師在不變得更好的情況下更快了，而本應解決問題的工具卻傾向於固化任何已有的混亂——規模更大、信心十足，且缺乏人類可能會有的猶豫。

（Ricky撰寫本文。LLM用於編輯。）