不會(huì)使用AI的工程師就會(huì)落后。

一位工程師小哥科爾頓·沃奇，說(shuō)看到這類(lèi)觀點(diǎn)引發(fā)了自己巨大的精神焦慮。

幸好他是一個(gè)持懷疑態(tài)度的人，測(cè)試完一堆AI開(kāi)發(fā)工具后，發(fā)現(xiàn)也就那么回事。

他的文章在Hacker上也引起許多程序員的討論，互動(dòng)評(píng)論量有600+。

一起來(lái)看他的回?fù)簟?/p>

AI還有很多問(wèn)題，工程師要學(xué)會(huì)引導(dǎo)

沃奇小哥平時(shí)工作不怎么使用AI，在社交媒體上總是刷到“AI提升10倍生產(chǎn)力”“不會(huì)使用AI的工程師就落后了”之類(lèi)的內(nèi)容，引起了他對(duì)自己專(zhuān)業(yè)能力的深度懷疑，讓自己陷入了精神焦慮之中。

他自己說(shuō)，好在自己是個(gè)對(duì)任何事情看法都持懷疑態(tài)度的人，就去把Claude Code、Cursor、Roo Code和Zed等AI開(kāi)發(fā)工具都試了一遍。

結(jié)果發(fā)現(xiàn)，AI寫(xiě)樣板代碼、一次性腳本等，寫(xiě)的又快又好，比如React、JavaScript的基礎(chǔ)代碼，臨時(shí)寫(xiě)個(gè)ESLint規(guī)則啥的。

但是，AI難以理解大型代碼庫(kù)的上下文，就算有很好的提示和文件，讓它查找文檔或者修復(fù)破壞的測(cè)試的時(shí)候，就總是來(lái)回折騰，做無(wú)用功。

更嚴(yán)重的是，AI跟不上代碼庫(kù)的標(biāo)準(zhǔn)和工具，甚至?xí)摌?gòu)代碼庫(kù)，導(dǎo)致嚴(yán)重的安全漏洞。

發(fā)現(xiàn)AI存在這些問(wèn)題后，他也就沒(méi)那么焦慮了，AI還是需要工程師來(lái)引導(dǎo)的。

沃奇小哥說(shuō)，工程師要學(xué)會(huì)將復(fù)雜任務(wù)拆解為更小的單元喂給AI，避免AI在處理長(zhǎng)文本（上下文窗口后期）時(shí)出現(xiàn)邏輯混亂或 “失去理智” 的情況。

他還拿Claude Code舉例子，雖然能自動(dòng)完成部分任務(wù)，但是可靠性不高，不能完全依賴(lài)。

工程師要學(xué)會(huì)判斷AI何時(shí) “跑偏”（輸出不符合預(yù)期），此時(shí)要及時(shí)接手，糾正錯(cuò)誤或重新引導(dǎo)。

打破“10倍生產(chǎn)力”神話，無(wú)論AI還是工程師

想要實(shí)現(xiàn)“AI10倍生產(chǎn)力”，意味著工作流程的每個(gè)環(huán)節(jié)效率都要X10。

舉個(gè)例子，從產(chǎn)品構(gòu)思、故事點(diǎn)協(xié)商、修復(fù)錯(cuò)誤、代碼審查、等待部署、測(cè)試和QA，這些工作過(guò)往都需要三個(gè)月來(lái)完成，有AI了，就能在1.5周內(nèi)完成？

比如代碼審查，需要的工作環(huán)節(jié)就有：（1）給審查者打標(biāo)簽 （2）希望他們能盡快處理（但這會(huì)很困難，因?yàn)樗麄冿@然要審查比以前多 10 倍的代碼）（3）在等待時(shí)切換到其他任務(wù)（4）看到通知立即回復(fù)，也可以在你審稿人當(dāng)天離線 2 小時(shí)后回復(fù)（5）切換回審稿界面（6）閱讀他們的評(píng)論（7）回應(yīng)（8）重復(fù)操作

但凡有過(guò)項(xiàng)目開(kāi)發(fā)經(jīng)驗(yàn)的軟件工程師，都知道這不可能。

除此之外，軟件工程開(kāi)發(fā)最終目的是做一個(gè)用戶喜愛(ài)的產(chǎn)品，產(chǎn)品經(jīng)理要審核、論證開(kāi)發(fā)可行性，要進(jìn)行用戶訪談，同樣的，設(shè)計(jì)師和測(cè)試人員也一樣要做相應(yīng)的工作。

這些流程環(huán)節(jié)要是提升10倍生產(chǎn)力的話，就要招聘10倍的產(chǎn)品經(jīng)理及相關(guān)人員。

除了工作流程上的問(wèn)題，就算AI寫(xiě)代碼效率提升了10倍甚至100倍，但是實(shí)際工程師工作核心不是敲代碼，而是閱讀和思考，比如等待編譯、頁(yè)面刷新或測(cè)試運(yùn)行。

很顯然，AI并不會(huì)提升這些環(huán)節(jié)效率。

更不用說(shuō)AI生成的內(nèi)容還存在缺陷、虛構(gòu)甚至低于代碼庫(kù)標(biāo)準(zhǔn)等問(wèn)題了。而且隨著代碼庫(kù)規(guī)模增大，AI出現(xiàn)這些問(wèn)題的頻率也會(huì)隨之上升。

而且，AI還存在過(guò)度構(gòu)建的問(wèn)題。

以上情況發(fā)生時(shí)，工程師必須得重新提示，或者親自去修改代碼。

回到原點(diǎn)，end。

換個(gè)角度，就算熟練運(yùn)用AI寫(xiě)代碼了，存在的問(wèn)題可能就是工程師習(xí)慣性依賴(lài)AI，不做深度審查和判斷，那代碼庫(kù)規(guī)模擴(kuò)大，問(wèn)題更加復(fù)雜時(shí)，工程師就會(huì)面臨個(gè)人的“生產(chǎn)力瓶頸”時(shí)刻。

那照這么說(shuō)，AI在實(shí)際軟件工程開(kāi)發(fā)中并沒(méi)有那么強(qiáng)的作用。

真正有用的，還是工程師。那實(shí)際工作中有“10倍工程師”么？

根據(jù)沃奇小哥的觀察，或許“10倍工程師”只會(huì)出現(xiàn)在特定情況下，但是他沒(méi)有見(jiàn)過(guò)有工程師能持續(xù)完成比普通工程師多十倍的工作量，高級(jí)工程師比普通工程師也不過(guò)快2倍而已。

總的來(lái)說(shuō)，就是AI工具可以在敲代碼、寫(xiě)腳本等具體工作任務(wù)中幫忙提升效率，甚至可以是10-100倍生產(chǎn)力提升。

但是，工作畢竟是復(fù)雜的，會(huì)面臨各種問(wèn)題。比如應(yīng)用程序太大，無(wú)法在上下文中運(yùn)行，開(kāi)始出現(xiàn)不一致的顯示和功能；網(wǎng)站被黑，要學(xué)習(xí)保障安全的相關(guān)知識(shí)等等。

因此程序員們?cè)诂F(xiàn)實(shí)工作中終究會(huì)面臨回報(bào)急劇遞減的階段。

而這些，AI都無(wú)法解決。

所以是誰(shuí)在宣傳AI10倍生產(chǎn)力神話呢。

或許是剛接觸AI的新手，AI幫忙解決某些代碼問(wèn)題就覺(jué)得AI好厲害。也或許是AI創(chuàng)業(yè)公司的老板或者投資者，鼓吹他們的AI產(chǎn)品。

也或許是，一些AI培訓(xùn)商業(yè)機(jī)構(gòu)，稱(chēng)三個(gè)月編程訓(xùn)練營(yíng)就能培養(yǎng)出媲美4年制大學(xué)水平的工程師。

更有可能的是，自己的老板，讓工程師陷入可能被AI替代的焦慮之中，這樣他們就不會(huì)辭職、尋找其他工作或要求加薪。

不會(huì)AI也沒(méi)關(guān)系

說(shuō)了這么多，沃奇小哥就是想大家安心，回歸理性，別陷在“AI取代工程師”的焦慮情緒之中。

不會(huì)AI也沒(méi)關(guān)系，選擇自己喜歡的工作方式來(lái)產(chǎn)出就好了。不喜歡AI，就不要強(qiáng)迫自己去使用；喜歡AI編程，就享受這種感覺(jué)和方式。

他還順帶“點(diǎn)”了一下老板們，成為一名優(yōu)秀的AI領(lǐng)導(dǎo)者，要知道什么：

1、放棄PUA：讓工程師們焦慮只會(huì)降低工作意愿，這是一種短期思維。工程師們因此發(fā)生的技術(shù)失誤最終還是公司買(mǎi)單。

2、摒棄“10倍效率”幻想：過(guò)度追求效率會(huì)導(dǎo)致質(zhì)量低下。工程師和代碼庫(kù)都需要“休息”。（小哥還順帶表?yè)P(yáng)了自己的公司，說(shuō)自己很幸運(yùn)的在一個(gè)沒(méi)有這種問(wèn)題的團(tuán)隊(duì)里。）

3、信任工程師：不要因?yàn)楣こ處煕](méi)有使用足夠的token而責(zé)備他們。工程師們是受過(guò)高等教育的專(zhuān)業(yè)人士，如果出現(xiàn)超級(jí)驚人的生產(chǎn)力提升工具，他們會(huì)主動(dòng)向領(lǐng)導(dǎo)申請(qǐng)專(zhuān)業(yè)版。

關(guān)于科爾頓·沃奇

為何這位小哥這么在意AI編程工具在工作中的應(yīng)用。

原來(lái)，他自己曾經(jīng)就是一家開(kāi)發(fā)教育類(lèi)AI工具公司的聯(lián)合創(chuàng)始人。

△

左一為科爾頓·沃奇

2014年，還在普渡大學(xué)讀大二的科爾頓·沃奇和兩位小伙伴一起創(chuàng)辦了Mimir，這是一個(gè)大學(xué)計(jì)算機(jī)科學(xué)課程評(píng)分和師生反饋的AI工具，能夠幫助教授上傳課程大綱和作業(yè)、記錄工作、評(píng)分并與學(xué)生互動(dòng)評(píng)論。

到2017年，他們這個(gè)產(chǎn)品就有七十所大學(xué)使用了，包括凱斯西儲(chǔ)大學(xué)、約翰霍普金斯大學(xué)和密歇根大學(xué)。

同年，他們?nèi)司腿脒x了福布斯教育類(lèi)30歲以下30強(qiáng)榜單。

這個(gè)項(xiàng)目也入選了 Y Combinator創(chuàng)業(yè)加速器，在2019年，Mimir被HackerRank（美國(guó)一家知名的在線編程平臺(tái)）收購(gòu)，小哥就以工程經(jīng)理的身份加入，帶領(lǐng)團(tuán)隊(duì)推進(jìn)新的項(xiàng)目計(jì)劃。

怪不得他能從項(xiàng)目負(fù)責(zé)人的視角出發(fā)，對(duì)AI在真實(shí)工作場(chǎng)景的應(yīng)用提出這么獨(dú)到的分析。

話說(shuō)回來(lái)，小哥也是告訴大家，happy work, happy life。