AI时代的编程
话题：编程是什么
我应该算得上是最后一批，在AI出现之前开始学习计算机与程序设计的人之一，在我这一代，社会经历了巨变。如今我的学弟学妹也好，学长学姐也罢，好似大都已经很少再已经自己手动编写代码了。
在之前的技术漫游中，我详细的从更宏观的哲学与历史角度讲述了编程这件事的前世今生与意义，而这里，我还想再提一下这些事，不过这次，我们从更微观的个体来说吧。
编程对一个具体的人而言，到底意味着什么？是一份枯燥的工作？是一份令人折磨的负反馈循环？是一场高能耗的大脑思考风暴呢？
对绝大多数人而言，编程确实只是一份枯燥的工程劳作。就这种层面而言，程序员们自称码农，这是因为在绝大多数时候，编程的确早已脱离了创造性。高度完善的开发框架、标准化组件、成熟的语言规范以及早已固化的业务范式，将绝大多数人每天的工作重塑成了一场填空游戏。
**这是工业主义在软件领域的伟大胜利，却也是个体创造力的丧失。**工业化工程的终极目标，就是通过极其严密的抽象与规范，尽可能抹平每一个开发者的个体差异与个人风格。它成功让数千人的大规模协作不再走向无序与混乱，但代价是，它把程序设计变为了可以被高度标准化取代的业务搬砖。
对绝大多数人而言，编程也确实只是一份折磨人的负反馈循环。代码并不是创造的工具，而是层层叠叠的枷锁。它是完全搞不懂的空指针、段错误、并发冲突、数组越界、参数错误，是无休止的兼容性问题与改不完的业务需求。在长达 99% 的时间里，程序都处于编译错误无法运行的失败状态，人要在这个过程中忍受着极其密集的挫败感与挫折。这种无休止的折磨，让许多人最终筋疲力竭，只希望快点拿到结果，逃离这充满报错信息的折磨。
对极少数人而言，编程是一场令人沉醉的高能耗思考风暴。是 99% 的失败与折磨，构成了另外 1% 绝无仅有的成就感。当你在无序的混乱中，凭借纯粹的烧脑逻辑在大脑里构建出极其复杂的抽象模型，在最终跑通程序的那一愣神间——那种瞬间降临的秩序感与支配感，让许多人误以为自己触碰到了神明视角，以为自己成为了这个程序数字宇宙唯一的创世神。
但是，这不过是一场极其深刻的幻觉。**代码其实什么都没有说，也什么都没有创造。**那些看似神奇的算法、优雅的架构、严密的类型系统，在逻辑的天平上，只是一场极其庞大、绝对精准的同义反复。喂给编译器的输入，早已决定了所有的输出。CPU上飞速运行的程序，不过是人类用了三百年的符号游戏。
代码本身是没有生命的，也没有创造任何新的东西，它只是一堆冰冷的、不具备任何倾向与温度的绝对等价的符号演绎。而真正的成就感与意义，从来不在于代码本身，而c在于写下代码的那个人。是人将现实世界沉重的业务与思考抽象成了符号，是人是人在最终跑通程序的那一刻，赋予了电路上的电信号以意义。
代码只是一场冰冷的符号游戏，而人，才是这场游戏里最核心、最不可替代的灵魂。
话题：被剥离的主体性与懒惰的大脑
也许你经常听到有人这样诡辩：“珍妮纺纱机取代纺织工人”，“内燃机取代蒸汽机”，“火车取代马车”，“用Vim的程序员说用IDE会毒害程序员”，“手洗的衣服比洗衣机更干净”。
这些诡辩无一例外犯了一个致命的错误——他们将肉身的延伸与思考的让渡混为一谈，彻底忽视了人的主体性。
无论是蒸汽机、纺纱机，还是从 Vim 演进到智能 IDE，人类历史上所有的技术革命，本质上都是人类主体性的向外延伸。蒸汽机取代了人力搬运，但并没有取代人类决定“把石头搬向何方”的意志；纺纱机提高了织布的效率，但设计图案、裁切衣物的审美主权依然掌握在织工手中；IDE 帮我们自动化了重构、语法高亮与代码跳转，但它从未替我们构思过系统的架构，更未替我们决定过逻辑的走向。这些工具，是人类为了探索更广袤世界而打造的工具。人类在使用它们时，大脑在疯狂地运转，主体性在工具的放大下得到了前所未有的扩张。
当下生成式AI对编程的重构，绝不是一次简单的工具升级。这是一场史无前例的、对人类主体性的剥离。当人们不再试图在大脑里构建抽象的数据结构，不再思考系统的运行方式时；当一个人退化为只会输入一句Prompt，然后点击Accept Suggestions时；当一个程序构建完成运行，连写下它的人居然都不再清楚里面的执行路径时。
人类就已经不再是那个挥舞利剑的战士，反而变成了被AI奴役的、剥离了主体性的代码审查员。
对于一株植物而言，无论它未来的命运是长成几十厘米高的花草灌木，还是挺立为几十米高的参天巨杉，在其生命的幼苗期，都是最脆弱、最需要小心呵护的。
当子叶艰难地拱出土壤的那一刻，它便开始倾尽全力进行光合作用。直到那第一对真叶缓缓伸展出来，整株植物才算真正建立起了立足于世界的基础，拥有了继续伸出第二对、第三对真叶的底气。然而，生命极其震撼的一点在于，那第一对最早伸展出来的真叶，往往并不是未来最大、最强壮、最完美的叶片。随着植物的生长，它们甚至会慢慢黄化、脱落，淹没在日后茂密的树冠之中。
但如果没有那对最初稚嫩、粗糙、甚至形状并不完美的真叶，去为他扎下第一缕根系、吸收第一缕阳光，后续庞大的躯干与繁茂的枝叶，就根本就没有机会在这个世界上诞生。
人类大脑学习与重构抽象思维的过程，亦是如此。
在你刚开始接触编程、接触复杂的逻辑与抽象系统时，你写下的第一行代码、解决的第一个段错误、搭建的第一套破绽百出的架构，就像是脆弱的第一对真叶。它可能极度稚嫩，效率极低，甚至充满破绽，但它却是你的大脑在混乱中建立主体性、扎下思维根系的唯一方式。
而当下 AI 对很多人所做的，恰恰就是在植物还没有长出第一对真叶时，就强行贴上去了一片看似完美、无比巨大的伪造叶片。它帮你跳过了破土而出的脆弱，帮你看似直接拥有了茂密的树冠。但因为没有经历过自己伸展第一对真叶的阵痛，一个人的生命底座从未真正强壮过。当面临真正的风暴时，这株看似繁茂的伪造植物，就会在瞬间连根拔起。
人类的大脑，在生物学本能上是极度懒惰的。在漫长的演化史中，大脑虽然只占人体体重的 2% 左右，却消耗了整整 20% 的基础代谢能量。在食物匮乏、危机四伏的荒野时代，避免高耗能思考是一种至关重要的生存策略。大脑会想方设法寻找捷径、形成习惯、跳过复杂的推导，只为了省下那弥足珍贵的一点卡路里来应对突如其来的野兽与饥荒。
可如果人类的智力彻底停留在这种节能本能的层面，那么直到今天，人类可能都依然只会蜷缩在阴暗潮湿的山洞里，靠着条件反射去猎捕野兽、获取食物。但人类之所以能超越所有生灵、建构起独一无二的文明，恰恰是因为我们学会了克服这种低级的生物本能，去主动进化出更高级的能力，一种忍受极其密集的负反馈、用严密的逻辑去对对抗混乱与未知的思维能力。
这种对高耗能思考的逃避，早已弥散在整个现代社会的精神消费之中。从 15 秒反馈一次刺激的短视频，到三集一次打脸反转的微短剧，再到套路高度公式化的爽文网文，刺激的网络游戏——它们之所以能让人上瘾，是因为它们通过极其密集的低延迟正反馈，成功绕过了大脑所有需要进行深度抽象与逻辑推导的区域，直接作用于人类最原始的多巴胺受体。
你不需要思考，不需要理解背后的结构，甚至不需要集中注意力，只需要像动物一样被动地接受刺激。
把所有代码交由 AI 自动生成，将软件工程退化为提示词工程，在本质上与沉溺于短视频和网文没有任何区别。
它不过是软件工程领域的快餐化。你下载一些Skill，输入一段Prompt，AI瞬间吐出成百上千行代码，甚至自己开始debug，自己写测试；程序跑通的那一刻，你获得了一阵短暂的爽感。这与刷到一个爆笑短视频、读到网文里主角复仇成功时的快感，在神经生物学层面没有任何本质不同。
你没有建立任何东西，你只是消费了一段由算法预制的快感。
在这种模式下，代码变成了另一种形式的电子鸦片。它看似让你在极短时间内完成了产出，但在这个过程中，你没有经历过对抽象模型的构建，没有经历过排查Bug时的百折不挠，没有体验过逻辑自洽后的沉静与尊严。你也不再具有主体性，变成了一台被低廉多巴胺驱动的、看着 AI 生成结果并按下确认键的快餐消费者。
当所有人都在享受一键生成代码、一键生成视频、一键获得快感时，我们实际上正在共同沦为一个精神上被喂养、思维上极其贫瘠的庞大群体。
这种对低延迟刺激与无痛代劳的依赖，最可怕的地方不在于当下，而在于它具有极其强大的神经生物学成瘾性。
当大脑习惯了每次只需敲入几句模糊的Prompt就能获得成百上千行跑通的代码，习惯了像刷短视频一样在极短时间内榨取微弱的多巴胺时，神经回路就会彻底重塑。那些需要连续数小时深度专注、需要在复杂架构中建立抽象模型、需要在无数个死锁与段错误中百折不挠的高耗能思考能力，会在这种高频的廉价正反馈中被迅速边缘化。
时间一长，人就会彻底丧失认识与解决复杂问题的能力。
当真正的新理念被创造、未知的罕见崩溃发生、或是全新的范式重构降临时，你以为自己凭借AI是赶上了时代的潮流，不需要学习就搭上了高效率的时代快车，实则早已在被创造的温室里，完成了一场彻底的自我放弃。
这是一个极度残酷却又极其简单的逻辑，如果 AI 真的能无门槛地爆发出恐怖的效率，那么那些早已有深厚知识、完整主体性的人，只会在 AI 的加持下飞得更高，而于此同时，一个放弃了第一对真叶、让渡了思考主权的人，还在沉溺在靠着几句 Prompt 就能生成一个Demo、增加一个新功能的快感中。
你以为自己踩在了巨人的肩膀上，实则不过是掉进了AI为你编制的幻梦里。
话题：投降派vs速胜论——一体两面
近九十年前在民族存亡之际，社会上充斥着两种截然相反却又同样致命的论调：一种是看到强敌枪炮犀利便吓破了胆的中国必亡论；另一种则是轻视战争规律、幻想靠几场胜仗或外部援助就能一夜解围的速胜论。
毛泽东在《论持久战》中极其深刻地指出：这两种看似对立的观点，本质上都是主观主义与片面性的产物。他们看问题只看局部不看全体，只看眼前不看本质。
历史的幽灵总是穿梭在技术演进的浪潮里。当生成式 AI 重构软件工程时，今天的技术圈正完美复刻着当年那场思想大分裂。技术社区里声浪最大的两拨人，恰恰就是当代的投降派与速胜论者。
壹· 投降派：技术拜物教下的自我去势
投降派们终日沉浸在技术的虚无主义与集体焦虑之中。
他们看到 LLM 一秒钟吐出成百上千行代码，看到 AI 刷爆各大 LeetCode 榜单，解开各种数学难题，便瞬间丧失了所有的理性与底气。他们逢人便喊：“编程已死”、“人类手写代码已无意义”、“程序员这个职业马上就要灭绝了”。
在这种悲观情绪的驱使下，他们选择主动缴械。他们劝退想要深入学习数据结构、操作系统和编译原理的新人，甚至自己也放弃了对底层逻辑的钻研。在他们眼里，任何需要耗费巨大脑力去建立的思维肌肉，在未来的算法面前都是徒劳的抵抗。
投降派的本质，是一种典型的技术拜物教。 他们将概率预测模型神化为了不可战胜的造物主，只看到了算法在绝对等价的符号演绎上的高效率，却彻底无视了人类在意图定义、架构设计、物理世界复杂性映射以及赋予系统意义上的根本主体性。
用反正要被取代作为投降的挡箭牌，极其优雅地为自己大脑的惰性找好了借口，心甘情愿地退化为给算法盖章的附庸。
贰· 速胜论：轻视工程复杂性的浅薄狂热
与投降派的悲观绝望不同，速胜论者展现出了一种近乎狂热的盲目自信。
他们高喊着“人人都是架构师”、“提示词工程师取代传统开发”，甚至叫嚣着只需几个 AI Agent，就能不付出一丝一毫的学习成本，一键生成大型工业级系统。
在他们眼中，过去几十年无数工程师在内存踩踏、并发死锁、系统容灾里死磕出来的工程经验，不过是一堆随时可以被几个 Prompt 轻易抹平抄袭走的冗余垃圾。只要学会了如何指挥 AI，自己就瞬间站在了技术金字塔的顶端。
速胜论的本质，是对真实工程世界极其残酷复杂性的无知与轻视。 他们极其浅薄地混淆了代码的生成与问题的解决。
代码本质上只是一场绝对等价的同义反复。写出成百上千行看似跑通的代码极其简单，但在真实的工业级场景中，在代码之外的真实世界面临的各种各样的问题，AI可以提供建议，但绝不可能、也不会代替人类大脑去承担决策的风险与责任。
试图跳过生长的过程、妄图靠一键生成一劳永逸的人，在面临真正的技术难题时，会在瞬间被打回原型。
叁· 一体两面：对高耗能思考的共同逃避
投降派与速胜论者，一个在悲鸣中溃退，一个在狂欢中造神。他们看似水火不容、互相将对方视为异端，但实则是一体两面，在最底层的认知逻辑上完全同构
无论是投降派用“反正要被取代”来彻底放弃抵抗，还是速胜论用“靠 Prompt 就能秒杀一切”来掩盖自身的浅薄，两者的本质都在逃避高耗能思考的痛苦。他们都拒绝承认第一对真叶的不可跨越，投降派认为既然长不出完美树冠就不必扎根，速胜论则以为用塑料胶水贴上假叶子就等于长成了参天大树，前者拱手将思考权让渡给机器，后者自以为掌控了全局，实则不过是算法预制快感的被动消费者。
归根结底，支撑这两种极端心态的，依然是人类基因里那种避免卡路里消耗的生物节能本能。因为无法忍受工程世界里那 99% 的挫败与折磨，他们一个选择了精神上的物理死亡，另一个选择了精神上的阿 Q 式胜利。
面对这场时代的大浪潮，我们既不必做膝盖发软的投降派，更不应做盲目狂热的速胜论者。人类逻辑其最深厚的根源，从来不在完成一件项目或解开一个题本身，而存在于人类大脑对物理世界的深刻洞察之中。
话题：未来？
你可能也经常听到类似的言论：“AI 现在做不到，过几年不就会了？”“这几年 AI 的进步肉眼可见。”“等以后具身智能成熟了，这些就统统不是问题。”
这些话表面看起来无懈可击，不过是因为说出它们的人，既不了解 AI 内部的运行逻辑，更看不清当下的技术真相。这样的人要么是对于AI一无所知的技术小白，要么是把移动互联网、半导体工艺的演进的规律生搬硬套到了现在。以为自己在做冷静的趋势外推，却忽略了一个根本前提，基于概率预测与数据吞噬的统计学模型，和真正的逻辑推理、物理世界认知，根本不是同一种东西，也从未了解过整个AI的发展历史以及连接主义的生死轮回。
速胜论者是狂热地让渡主体性，而这些“理智派”则是理性地妥协了主体性。他们会义正言辞地劝你：“时代变了，要学会拥抱变化，不要做无谓的抵抗。” 这种看似温和、中立的劝告，杀伤力比狂热的宣扬还要大。他们实际上在合法化一种“思考能力的安乐死”。他们把“放弃扎根、放弃深度逻辑训练、放弃第一对真叶”这种极其危险的自我退化，包装成了一种“聪明人的选择”，甚至反过来嘲笑那些坚持死磕底层逻辑的人是“守旧的遗老”、“时代的遗民”。
在《论持久战》里，这就是最经典的妥协派，妥协派本质上是不相信“人的力量”，只相信“武器的悬殊”或“不可避免的宿命”。他们认为历史是一个单向运转的机器，人类只能被动接受算法的安排。
但他们忽略了：所有技术的终点，依然要由人类的意志来定义；所有程序的逻辑，依然要靠人类的脑力去锚定现实。 如果连决定“系统走向何方”的脑肌群都萎缩了，那不叫顺应时代，那叫时代的殉葬品。
LLM 的底层能力，本质上早已逼近了某种上限。
当前通用大模型面临的真正危机，早已不再是模型架构不够庞大，而是全人类高质量原生数据的彻底枯竭。这几年绝大多数人所惊叹的技术飞跃，绝非算法底层逻辑发生了什么真正的质变，而是一套套精致的工程外壳、强行扣上的控制流，以及工作流拼凑出来的幻象。
你之所以总觉得模型在一代代变聪明，往往不是因为下一代模型有了什么本质突破，而是因为上一代模型在商业化普及与大并发摊薄成本时，为了节省极其昂贵的推理算力同时给下一代模型造势铺路，被刻意削减了性能。当新一代模型上线、重新恢复了本该有的算力配给时，营销号与宣发文案便铺天盖地宣扬，所谓“吓瘫在椅子上”。
这正是为什么你总会产生一种奇怪的幻觉——好像模型确实“一代比一代强”，却永远都差了那最关键的“最后一点”。
把工程上的调优与营销手段里的算力猫鼠游戏，误认为是算法主体智慧的无限进化，这不仅是对技术的无知，更是对这场宏大商业叙事的无脑信服。这些人实际上只是在一个精明编织的工程幻象里，心甘情愿地让渡出了自己最珍贵的深度思考能力。
但这套依靠算力拆东墙补西墙的工程戏法，终究是有极限的。迟早有一天，这种猫捉老鼠的游戏会耗尽大众与资本的耐心。AI 终将卸下被神化的光环，重回它原本的位置——它只是一件极其优秀的工具，是成熟工程师与程序员的“副驾驶”，而绝不可能成为替你思考、替你承担后果的“全职保姆”。