AI是个温柔乡

令人头秃的代码0_0
16 阅读12分钟

AI是个温柔乡

前言

科技是一把双刃剑，使用不好会带来非常严重的后果。未来是否会出现AI时代的软件危机还是有待商榷的。

我觉得一定会，危机没有消失，而是在新背景下更凸显了，只不过是我们沉浸在Vibe Coding的温柔乡里。

目前AI的本质就是概率推理，根据你的输入以一定的概率推理，给你输出结果。 意味着AI一定会犯错误（幻觉）。 因为AI上下文有限所以一定不要让AI动你的历史屎山代码（重构）。 因为语言具有二义性所以AI懂了，不一定就是对的，你还得根据结果去判断是否正确。 不要太依赖AI，否则你会严重退化，懒的思考、一切问AI、一切由AI写，你不仅没有学到新知识、没有学到架构，反而脑子变笨，悯然众人。在AI时代基础反而更加重要，AI写出来的代码某个细节写错且非常隐蔽，修bug如同大海捞针，修复成本急剧增加！人类的代码直觉是写出来的，不是看代码看出来的！所以AI时代也要沉下心写代码，自己一个字母一个字母敲.不论高级程序员还是编程新手只要沉下心来，你才不会被淘汰。使用AI未来一定会平民化，你啥也不会只会使用AI，相较于完全不会编程的人又有什么优势呢?

危机

前提: 从零起步的项目（AI最擅长的）

  1. 完全交给AI写，一但发现一个bug反复烧token但还是解决不了，（烂摊子兜你手里了）
  2. 排查起来如大海捞针，非常头大
  3. AI写的代码非常难看懂
  4. 解决AI写的bug，发现修改了起来非常头大

AI无法解决的bug

普通人使用AI就是，给AI提出需求，AI开启plan模式，和你交互，plan如何制定，制定完成开始实现每一个plan，之后就是yes。

普通人恨不得让AI做所有事情，啥都让AI做，自己却没有思考，一直yes或者简单看看代码，是非常错误的使用方式（但某些情况下只能这么做，比如工时紧张）

目前一个从零起步的项目，AI完成了80%，马上达到上线状态，但是出现一个bug，而且AI尝试修复这个bug，（比如某个页面卡顿，需要进行优化），AI烧了很多Token之后，还是没有修复好，你急不可耐，马上就到deadline，于是你尝试进行修复，因为AI使用了些你暂时没有使用过的一些知识点和整体的项目架构、代码你都不熟悉，发现天塌了，这么多陌生代码如何查找bug，这不是大海捞针？于是一气之下摔了电脑。。。

抓耳挠腮，熟悉代码

如何快速熟悉AI写的代码的确是一项非常具有挑战性的事情，他会让你头皮发麻。 驾驭AI的本质除了写各种规范文档和skills约束。还有一点非常重要就是让AI写具有可测试、可阅读、可运行的最小原子代码，并以交互的形式不断完善最小原子代码（可以从可运行的角度拆分原子）。AI和你一起熟悉项目、互相学习。本质就是通过交互训练AI。

排查bug，心力交瘁

哎，生活还得继续，就算是大海捞针也得捞，于是你开始消耗10年寿命拼命熬夜看代码，不得已掏出传说已久的二分大法、删除代码大法、瞪眼大法... 第二天凌晨，你还是没排查到bug，于是你灵机一动，让AI尝试修改代码，你看到了AI修改了a文件，你就赶紧排查a文件以及所有与a文件有关的代码，于是你心力交瘁的找到了问题所在。

修复AI写的bug

首先有些bug非常隐蔽、比如C/C++语言的野指针、悬空指针等等，有些难以排查。一个微小漏洞通过级联就会被放大，甚至难以复现。 由于软件缺陷成本放大效应，在AI写完大部分代码之后修复成本非常高昂。一定要将AI写的代码原子化，尽量提前发现问题并及时修改。

AI 润色文章

这篇文章的立意非常深刻，精准地戳中了当前大模型时代下开发者面临的“Vibe Coding（氛围感编程）陷阱”。它不仅是一篇技术反思，更是一篇给所有开发者的“盛世危言”。

为了让文章更有说服力、结构更清晰、读起来更有技术人的共鸣，我为你进行了深度润色。

润色思路：

  1. 强化金句：保留并升华了你提出的“温柔乡”、“代码直觉是敲出来的”等精辟观点。
  2. 优化结构：将原有的叙事逻辑梳理得更有层进感（从现象到危机，再到解法）。
  3. 技术术语专业化：引入了诸如“确定性逻辑”、“缺陷级联效应”、“原子化演进”等行业硬核词汇，提升文章的专业深度。
  4. 情感共鸣：保留了你原文中接地气的“摔电脑”、“消耗10年寿命”等幽默与痛点，使文章既有深度又不失趣味。

AI时代的“温柔乡”与软件危机

前言：迷失在 Vibe Coding 的温柔乡

科技向来是一把双刃剑。今天，全行业都在争论未来是否会爆发“AI时代的软件危机”。

我的答案是：一定会。软件危机从未消失，它只是在新的技术背景下被无限放大了。而此时此刻，我们正沉溺在 “Vibe Coding（氛围感编程）” 的温柔乡里，对即将到来的风暴浑然不知。

从本质上看，当前大语言模型（LLM）的底层逻辑是概率推理。AI基于你给出的 prompt，以某种概率分布去预测下一个最可能出现的 Token。这意味着两件事：

  1. AI必然会犯错（即幻觉）。
  2. AI缺乏真正的确定性逻辑。

因为大模型的上下文窗口和长文本理解力依然存在硬伤，请绝对不要让AI盲目去动你公司的“历史屎山代码” （那不是重构，那是定向爆破）。又因为自然语言具有天然的二义性，AI哪怕“听懂了”你的需求，给出的方案也未必正确，最终的审判权依然在人类手里。

更可怕的是人的退化。如果你彻底依赖AI，习惯了“一切交由AI生成，自己只管一键 Yes”，你的大脑将加速丧失深度思考的能力。你没有学到新的架构设计，没有理解底层的运行机制，最终只能泯然众人。

在AI时代，计算机基础不仅没有贬值，反而变得前所未有的重要。AI写出的代码，其逻辑漏洞往往极其隐蔽。一个细微的逻辑错误可能隐藏在成百上千行的工程中，排查起来如同大海捞针，调试和修复成本呈指数级暴涨。

人类的“代码直觉”是自己一个字母一个字母敲出来的，而不是看AI跳出来的代码“看”出来的。

不论你是资深架构师还是编程新手，只有沉下心来去对抗这种“自动驾驶”的诱惑，才不会被时代淘汰。当AI的使用完全平民化，一个只会对AI说“帮我写个系统”却毫无底层思维的程序员，相较于完全不会编程的普通人，又有什么核心优势呢？

危机：当“零起步项目”走向失控

AI最擅长的场景，看似是从零构建的全新项目。但危险，往往在最顺利的时候悄然埋下：

  1. 全面托管的代价：项目完全交给AI，直到撞上某个高难度Bug，AI开始疯狂吞噬 Token 却只能原地打转——烂摊子最终还是甩回到了你手里。
  2. 大海捞针的盲区：面对成百上千行由AI堆砌、自己却从未真正理解的代码，排查Bug如同面对天书。
  3. 可读性的灾难：AI生成的代码逻辑往往呈现“碎片化”和“拼凑感”，极难形成系统的阅读心智模型。
  4. 修复的连带崩溃：改动AI写错的某一行，往往会引发意想不到的级联反应，导致整个模块彻底瘫痪。

1. 无法被LLM攻克的硬骨头

普通人使用AI的典型范式是：抛出需求 →\rightarrow AI开启 Plan 模式 →\rightarrow 双方对齐计划 →\rightarrow AI开始全自动推演并疯狂输出 →\rightarrow 人类盲目狂点 Yes。

这种“甩手掌柜”式的开发在工期紧迫时固然能救急，但它是一颗定时炸弹。

假设一个新项目，AI凭借高超的生产力帮你完成了 80% 的工作量，眼看胜利在望、马上就要交付上线。突然，一个致命的Bug出现了（例如：特定高并发场景下的页面严重卡顿，或是内存泄漏）。

你让AI去修，它在疯狂烧掉你几十万 Token 之后，依然在原地兜圈子。此时 Deadline 已经挂在头顶，你急不可耐地亲自下场。然而当你打开工程，面对那些AI为你量身定制的、充斥着陌生知识点和复杂套路的整体架构时，你天塌了。你不知道数据是怎么流转的，不知道生命周期是怎么管理的。在满屏陌生的代码里找Bug，这不是海底捞针，这是在未知的海域捞一颗不存在的针。一气之下，你只想砸了电脑。

2. 抓耳挠腮：如何重夺代码控制权？

面对AI疯狂输出的产物，如何快速建立心智模型、熟悉代码结构，是当前最具挑战的课题。

驾驭AI，绝对不只是写写 System Prompt 或配置 Claude Code 的 Skills 规则那么简单。最硬核的解法，是逼迫AI输出“可测试、可阅读、可运行”的最小原子化单元代码（Atomic Code）。

不能让AI一次性拉出整个庞大的工程，而是要以高频交互、局部演进的形式，去完善每一个小模块。通过这种持续的对齐，AI不仅在帮你写代码，更是在陪你一起“熟悉”这个项目。驾驭AI的本质，是通过高质量的交互去“驯化”AI，而不是被AI的输出洪流所淹没。

3. 心力交瘁的排查之路

然而现实是残酷的，生活还要继续，再深的海也得去捞针。于是，你开始消耗十年的寿命，拼命熬夜去硬啃那些不是你写的代码。

在那个绝望的深夜，你不得不祭出那些传承已久的传统手艺：

  • 二分大法：砍掉一半代码，看看Bug还在不在；
  • 局部注释大法：把嫌疑模块全部干掉，盲猜问题源头；
  • 瞪眼法（肉眼Code Review） ：盯着屏幕，指望灵光一现……

直到第二天凌晨，你依然一无所获。绝望中你灵机一动，换了个精确的 Prompt 让AI再去尝试修复一次。这一次，你敏锐地注意到AI修改了 a.cpp 文件。你立刻顺藤摸瓜，封锁 a.cpp 及其所有上游调用链，在心力交瘁的边缘，你终于抓到了那个罪魁祸首。

4. 缺陷放大效应与原子化防御

AI写出的Bug往往极具隐蔽性。特别是在 C/C++ 等底层的系统级语言中，诸如野指针（Wild Pointer）、悬空指针（Dangling Pointer）或边界溢出等问题，在表象上可能毫无动静，却在某个特定的时机通过级联效应（Cascading Effect）被无限放大，且极难复现。

根据软件工程的经典理论，缺陷的修复成本随着生命周期的推移呈指数级放大。在AI时代，由于AI的生成速度极快，这种“缺陷放大效应”被提升到了前所未有的恐怖高度。

要打破这种宿命，唯一的出路就是建立原子化防御机制：

请参考文章 AI时代下，如何做原子代码拆分

  • 拒绝长篇大论的单次代码生成；
  • 强制要求AI为每个核心函数编写单元测试；
  • 将复杂的宏观逻辑拆解为微观的确定性步骤。

在AI把雪球滚大之前，提前在局部发现问题、解决问题。

结语

AI确实是这个时代最温柔的乡，它能让一个新手瞬间产生掌控全局的幻觉。但越是这样的时代，越考验程序员的内核。

别让你的大脑在AI的 Generate 按钮下停止思考。真正优秀的开发者，应当把AI当做加速的引擎，而不是替代思考的假肢。沉下心来，保持对底层的敬畏，去敲那一行行虽然笨拙但真正属于你自己的代码。只有这样，在AI时代的软件危机爆发时，你才是那个手握救生衣的人。

还得是AI，比我有文采！

avatar
文章
阅读
粉丝