如果AI消除了造就优秀工程师的摩擦会怎样？

Leonard Thiele在2026年7月29日发表的一篇文章中，通过个人观察和Richard Sennett的《工匠》一书，深入探讨了AI对软件工程实践的影响。他指出，几年前实现认证、调试不熟悉的库或构建个人网站可能需要数小时甚至数天，而现在只需向AI描述任务，就能在几分钟内看到令人印象深刻的结果。这种变化极大地减少了软件开发中的摩擦，但并非所有摩擦都是无益的。

Thiele将摩擦分为两类：无用的摩擦（如记忆API、编写重复代码）和形成性的摩擦（如分解复杂问题、理解遗留系统、调试生产问题）。前者可以安全地自动化，但后者正是工程师发展判断力和直觉的途径。他认为，当前的AI使用方式（如‘vibe coding’）无差别地消除了两者，可能让初学者错过关键的学习阶段。

作者以学徒制为类比：传统上，学徒从观察、指导到重复，逐步承担更复杂的工作，责任与判断力同步增长。而如今，AI让一名初级工程师直接监督AI代理生成的代码，这些代码可能涉及大量文件修改和系统级变更。初级工程师需要具备高级工程师的判断力来评估结果，这导致‘杠杆增长快于判断力’的问题。

Thiele进一步讨论了AI作为‘均衡器’的常见说法。他观察到，非技术人员在社交媒体上热烈赞扬工具如Lovable，但认为AI可能反而扩大了非技术人员与经验丰富的工程师之间的差距。因为后者更擅长定义约束、设置护栏和评估输出。初学者可能盲目信任AI的结果，而无法识别潜在的竞态条件、不一致模式或技术债务。

关于‘AI是否在破坏软件工匠精神’，Thiele持谨慎态度。他承认编程工具一直在演变，但关键在于工程师是否仍然关心工作质量。他建议用几个问题来检验真正的理解：能否解释系统设计原因？能否在需求变化时修改？能否预测失败点？是否愿意在凌晨3点被叫醒处理故障？

最后，作者提出了对未来的思考：AI辅助编程发展太快，我们无法意外保留学习机会。必须主动决定保留哪些摩擦，并找到新的方法评估工程师——因为生成漂亮代码已不再是理解的可靠信号。真正的工匠不是拒绝现代工具，而是保持与工作的联系，识别出什么‘感觉不对’，并能区分优秀的工作与仅仅是‘解决了问题’的工作。