AI正在杀死程序员

每个新手程序员都在24/7地使用AI写代码，但却没有人真正理解代码的工作原理！

这不是危言耸听。

新一代程序员正在用AI换取速度，却在不知不觉中失去了最宝贵的东西——思考能力 。

长此以往，AI 或将彻底杀死所有人类程序员。

遥想Stack Overflow

还记得那个年代吗？

当「 Claude 」（Claude Shannon）还只是 信息熵entropy 的提出者 ，而不是一个大语言模型时，程序员遇到问题通常是这样来解决：

在Google上搜索

祈祷有人曾经遇到过相同的问题

如果幸运的话，就能在Stack Overflow上找到一个 过分详细 的答案

幸运的是，这些答案常常会附带大量「 不请自来 」的知识点。

比如有位CTO 级别的开发者Nathan Wall，仅仅为了回答一个关于JavaScript数字转换的问题，就写了一篇堪比论文的详细回答。

这是属于曾经的真正的深度学习 ！

AI掩护下的程序员

而现在的新手程序员呢？

遇到问题？—— 复制错误信息到AI。

需要新功能？—— 让AI生成代码。

想要优化？—— 问AI怎么改。

看起来很美好，代码写得比以前 快了10倍 。

不需要调试，只需要写prompt 就好。不高兴了还可以把AI 骂上几句，代码可能还更好更快。

但当你问他们：

为什么要这样实现？

有没有其他方案？

边界条件是什么？

他们就懵了—— 迎接你的只有一片沉默 。

AI是一个危险的「漏洞抽象层」

Menlo Ventures的风投Deedy 指出：

AI是一个有严重漏洞的抽象层 。

就像Python之于C++，它帮你处理了内存管理。但如果Python程序随机崩溃，这样的抽象就失去了意义。

AI 也是如此。 下面是一个示例：

当代码复杂度增加，或任务难度提升，AI 的表现就会急剧下降。这时候，如果你不理解底层原理，就束手无策了。

速度与深度的「跷跷板」

AI确实让编程变快了，但获得的知识却很浅薄 。

相比之下，Stack Overflow时代虽然慢，但通过阅读专家讨论，你能获得：

问题的多个解决方案

每种方案的优缺点

实现中的注意事项

相关的知识拓展

如何保持「深度思考」？

在这里给出一些建议：

用学习者的心态和AI对话 ：

不要只要答案，要问为什么

探索多种可能的解决方案

理解每个决策背后的逻辑

重新定义代码审查 ：

不只关注代码能否运行

讨论实现思路和决策过程

探讨其他可能的方案

保持动手能力 ：

偶尔尝试从零开始编写

理解每一行代码的作用

积累真实的编程经验

找到你的学习社区 ：

加入Reddit、Discord 等平台

参与真实的技术讨论

从其他开发者身上学习

无法回避的未来

开源模型正在崛起，AGI 正将进入我们的个人电脑和口袋。

但—— 这并不意味着我们要成为更差的开发者！

关键在于：

如何在享受AI带来的效率的同 时，保持对代码的深度理解？

不过，马斯表示了不同意见：

人们也不知道如何在没有数字地图和GPS的城市中找到地方。

或许， 马斯克提前于Ilya 看见了AGI？

亦或许， 这正是结束的开始。

👇