2026年AI思考的演變

2026年AI思考的演變

一切看起來不同，卻又相同。2026年，AI給人的感覺不再是“奇點”，而更像是一匹“更快的馬”。是的，它確實具有革命性，讓人們能夠做到以前無法想象的事情，但除了輸出速度之外，真正改變了什麼？構建和維護系統的一切困難似乎依舊如故。

但事物變化很快。我去年的一些觀點已經過時了。以下是一些可能很快就會過時的觀點。

好的方面

工具化 這是我最為喜愛的方面。用木工術語來説，現在製作“夾具”變得經濟實惠。這些夾具只適用於你的特定設置，很少值得推廣，常常是一次性使用。在AI出現之前，工具製作是一項投資，你必須證明花費時間的合理性，因此它們通常必須具有廣泛的“用途”。那些寶貴的時間總是與“交付功能”之類的目標衝突，最終工具製作總是敗下陣來。而現在，你可以隨時隨地按需製作它們。就原始生產力的提升而言，這無疑是最大的贏家。

代碼更具可塑性 大型重構可以更有信心地完成。過去需要幾個小時的工作現在可以在幾分鐘內完成。編寫好代碼比以往任何時候都更容易。

我找到了一種開發風格：手動開始修改，然後交給Claude完成繁瑣的後續工作，比如將修改應用到整個代碼庫。我知道有些人不再手寫代碼，但這對我來説並不奏效。我花大量時間在大型/plan對話中解釋我的需求，結果反而比我自己進行修改，然後指着代碼説“像這樣做，但應用到所有地方”更慢。

目前我仍然完全手動完成的一個領域是測試。Claude瞭解基於屬性的測試庫的所有API，但它很難理解如何正確使用它們。儘管我們的代碼庫中有大量例子可以參考，但它仍然會做出一些愚蠢的行為，導致我最終只能自己動手。糟糕的測試套件可以毀掉一個好的代碼庫。必須時刻保持警惕，現在比以往任何時候都更需要。

此外，好的基於屬性的測試往往出奇的短小。生成大量測試代碼通常是思考不足的表現。

減輕瑣碎工作 軟件開發中有大量乏味、無趣的瑣碎工作。將這些工作外包給AI非常棒。

CDK？那個總是搞砸我生活的巨大垃圾堆？現在那是Claude的問題了。我的小幫手會自動為我更新個人棧。如果不是擔心成為又一個讓AI破壞生產環境的團隊，我會更傾向於讓Claude管理所有CDK部署，從而解放自己。但……那一天還很遙遠（如果真能實現的話）。

我也喜歡那些小小的生活質量改進。任何代碼修改最煩人的部分是最後的忙碌工作：運行格式化工具、解決lint問題、解決構建問題、運行測試等。這以前需要不斷監控和頻繁重啓來處理出現的小問題（比如“哦，不小心留下的打印語句”）。現在？AI可以幫我完成這些，而我則去做其他事情。

AI代碼審查突然變得有用 AI代碼審查從令人煩躁的噪聲變成了有用的工具。這一直是我最熱衷的領域。我喜歡類型是有原因的，我喜歡靜態分析也是有原因的。我希望有工具能在生命週期早期發現問題。AI代碼審查工具已經成為很好的最後一道防線。

但AI代碼審查有用並不意味着只能由AI來審查代碼（在我看來）。

認真建議這麼做的人越來越多（參見下面的“更快”段落）。除了反覆發佈那兩篇相同的文章，我不知道還能做什麼。

《作為理論構建的編程》 《沒有銀彈》

我將這與遺留系統聯繫起來。使遺留項目工作變得困難的原因與代碼的具體細節關係不大（雖然代碼通常很糟糕），而更多是因為你沒有與代碼相關的“理論”。服務以其方式運行是因為你接手時它就是這樣運行的。當它以不同的方式運行並觸發警報時？誰知道呢。這個服務不是“你的”。它的行為方式源於一種你只能通過長時間的歸納來近似理解的哲學。導致其運作模式的無數不可見決策對你來説是不可獲取的。

不過，我認為有些團隊嘗試這樣做是好的。也許Peter Naur是個傻瓜，而那個擁有Claude訂閲的傢伙更懂行。只有時間才能證明。目前，我還需要參與值班，攜帶尋呼機，當影響客户時被責備。所以，舊習難改。我傾向於認為長期深入參與代碼是有價值的。

不好的方面

AI最糟糕的部分是人 越來越多的評論回覆是這樣的：

“哦，我不知道。Claude這麼做的，我沒看。”

或者更糟的是，他們讓AI來回複評論。

“你反對是對的。我應該巴拉巴拉……”

這在剛畢業的大學生和實習生中尤為普遍。他們甚至會將Slack對話交給Claude。當我意識到一個人類選擇僅僅作為Claude的有損接口時，我難以表達我的失望。

門檻降到了地板 開發者以前就不擅長編寫測試，但至少他們會寫。在過去，他們必須在某種程度上參與到代碼中才能讓測試通過。現在，人們提交的代碼評審充滿了“測試”，這些測試他們沒看過，而且什麼都沒做。你可能希望這只是新手的問題，但似乎每個人都接受了這種做法。我在我的團隊中對AI生成的垃圾給予了很大的寬容，但測試是唯一一個“我會死在這個山上，而且死得其所”的領域。

心理負擔 工作時間充滿了噪音。你不斷切換上下文，同時處理多個對話。在過去幾個月裏，我做出的糟糕設計決策數量飆升。任務加載超出了可以有效管理的範圍。

虛假信息不對稱 需要糾正的錯誤信息數量令人筋疲力盡。“是的，是的，我知道Claude説那樣做可行，但它是錯的。”“是的，是的，我知道它給你鏈接了RFC來‘證明’那樣做可行，但實現經常會偏離……” “是的，我可以給你看，但這需要時間……” 這種爭論會持續下去，直到你浪費大量時間找到一個反例，而提問者仍然表示懷疑。Claude説他們是對的！為什麼不接受他們是對的？！

這個問題使得委託某些類型的任務變得非常困難。那些毫無批判地坐在Claude會話前消費其輸出的“温吞身體”可能弊大於利。但這與過去的情況並沒有太大不同。有些人是你可以信任去完成模糊任務的，而有些人你只能給他們範圍明確的任務（“讓Claude）按照這個ticket做”。訣竅在於不要混淆這兩組人。

對提高績效的要求 整個領導層都採納了一個口號：更快。“用更少做更多。”更多，更多，更多。但“更多”仍然是未定義的。“更快”相對於什麼？沒有人能真正説清楚。就是“更多”，更快。

這導致了……

士氣低落 它從許多人手中偷走了對工藝的熱愛。“工程文化”一直只屬於少數人。富有熱情的人總是少數。現在他們正在溺水。領導層想要“更多”，而且現在就要。那些多年來以穩定的開發速度而受到讚揚的人現在發現自己成了“瓶頸”或“不擴展”或“拖慢他人”。他們目睹着一種以“9個9”為自豪的文化在他們周圍瓦解。取而代之的是，他們被告知要習慣“錯誤糾正”。為了速度犧牲一切。許多人在這個新世界中掙扎。

我們正在按照經濟時間表工作。從長遠來看，我們會看到誰是對的。但這需要一段令人不安的時間。只有當某人的錢包感受到壓力時，才會進行調整。

我發現自己經常想起《升空》這本書，它記錄了SpaceX的早期歲月。他們以令人難以置信的速度前進，但也發現迭代速度存在上限，超過這個上限事情就會開始崩潰。目前，感覺我們正在接近這個邊緣。但許多人正在超越它。事情和人開始崩潰。

令人鼓舞的方面

儘管網絡上關於“技能流失”和沒有人會再做什麼的抱怨很多，但似乎仍然有許多好奇、有興趣的人使用AI深入學習新主題。不是以那種互聯網上常見的炫耀方式“我提示TLA+，因為我很聰明”，而是以安靜、無聊的方式：因為他們覺得有趣。

孩子們會沒事的。

（我想）