AI 正在培养一代不会编程的“文盲程序员”
这是最近一阵在国外技术社区很受关注的一篇热门博客。作者 Namanyay 自 14 岁就开始从事专业开发。但是他最近很困惑,因为觉得开发技能正在衰退,似乎没有 AI,什么都干不了。于是写了这样一个博客,并给出一些建议(某天完全不用 AI 编码)。
几天前,由于 ChatGPT 宕机,Cursor 也随之无法使用。
我盯着终端里那些让我头疼的红色报错信息——是个 AWS 错误。我并不想在没有 AI 帮助的情况下自己解决它。
经过 12 年的编程生涯,我的编程水平竟然倒退了。这并不是夸张,而是当代软件开发者正在面临的新现实。
1、逐渐的“退化”
这种退化是悄悄发生的。
最先受到影响的是阅读文档的习惯。既然 AI 能瞬间给出解释,为什么还要费力读文档呢?
接下来是调试技能的退化。现在看到堆栈跟踪信息就觉得难以应对,如果没有 AI 的帮助,我甚至连错误信息都懒得细看,只会复制粘贴到 AI 那里。
我已经变成了一个“人形剪贴板”,在自己的代码与大型语言模型之间只是一个中转站。
过去,每条错误信息都能让我学到些东西。现在呢?解决方案像变魔术一样出现,我却没有任何收获。即时答案的多巴胺快感取代了对问题本质的理解所带来的成就感。
接着,“深入理解”的能力也出现了问题。还记得以前花几个小时去理解一个解决方案为什么有效吗?现在,我只会直接实现 AI 给的建议。如果它不奏效,我就改一下上下文,再问 AI 一次。如此循环,依赖越来越深。
情感上的变化也随之而来。过去,解决新问题本身是编程的乐趣之一。现在,如果 AI 在五分钟内不能给我答案,我就会感到沮丧。
最可怕的是,我正在构建一个 AI 驱动的开发工具,但我无法摆脱这样的感觉:我在亲手助长这一问题,让我们的集体技能不断被侵蚀。
2、“戒瘾”计划
我并不是建议彻底摆脱 AI——这并不现实。相反,我决定先尝试一周一天的“无 AI 日”,要求自己在这一天里:
完整阅读每一条错误信息
重新用实际的调试器
从零开始写代码
多读源码,而不是直接询问 AI
说实话,这样做并不好受。我觉得自己更慢、更笨,也更容易沮丧。
但我也能察觉到不一样的地方:我对自己编写的代码更有把控,也重新找回了那种自主感,这些在使用 AI 的过程中正一点点地流失。此外,我也学到了更多东西。
3、不太舒服的真相
我们并没有因为 AI 成为“10 倍程序员”。
我们只是对 AI 的依赖变成了 10 倍。这是有本质区别的。
每当我们把可以自行解决的问题交给 AI 时,我们就用长期理解换取了短期生产力。我们只是在追求今天能写出多少行代码,却牺牲了未来真正解决问题的能力。
我并不是说要完全屏蔽 AI——那条路已经不可能回头了。但我们需要制定一些“使用规则”。以下是我的一些想法:
在使用 AI 之前,先自己尝试理解问题
仔细阅读并理解 AI 建议的所有解决方案
定期进行不依赖 AI 的编程练习
注重学习思路与模式,而不仅仅是解决眼前的问题
我不会假装自己能一直严格遵守这些准则,但至少要给自己一个开始。我也强烈建议刚入行的程序员们尽量遵循这些原则。
此时此刻,某个新手正在学习编程。他们或许再也无法体会亲手独立解决问题的满足感,也不会拥有为一个 bug 困扰数小时后豁然开朗的深刻理解。
我们正在培养一批只会问 AI 问题、却无法真正读懂答案的开发者。一旦 AI 宕机,他们的无助会暴露无遗。现在的 AI 还不足以彻底取代程序员,但随着 AI 不断进步,情况只会越来越糟。真正的问题不是“AI 能否取代程序员”,而是我们是否正在自我淘汰。
尝试一天不使用 AI 编程,或许你会得到一些意想不到的收获。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
Google Fellow 吴永辉据悉加盟字节跳动,负责 AI 基础研究探索工
智能涌现援引知情人士消息称,在谷歌工作长达 17 年的“Google Fellow”吴永辉博士已离开谷歌,加入字节跳动。 知情人士称,吴永辉离开谷歌,是希望做一些新的,偏探索的工作。这次加盟字节,也将专注在偏长期、偏基础的科研工作。 吴永辉在字节跳动将担任大模型团队Seed基础研究负责人,专注大模型基础研究探索、AI for science等偏长期的研究探索工作,汇报给字节跳动CEO梁汝波。 过去一段时间,字节一直在加强自己的AI研究团队。字节这次挖来吴永辉,就是看中其在深度学习的研究背景,希望进一步加强自己在长期研究方向的人才密度。 吴永辉2008年加州大学河滨分校博士毕业后即加入谷歌,最初在搜索排名小组负责搜索算法工作。2014年,吴永辉加入Google Brain转向深度学习方向的研究,在机器翻译、语音识别及合成、语言模型等方向均有贡献,是Google神经机器翻译项目及RankBrain项目的主要贡献者之一。 谷歌学术显示,2020年以来,吴的论文引用超过了4万次。其中,他作为一作发表的关于谷歌神经机器翻译系统的论文获得了超过9500次引用。 2023年,因为深度学习领域的持续研...
- 下一篇
国家公共数据资源登记平台将于 3 月上线
国家数据局于今日举行新闻发布会,介绍公共数据开发利用最新情况。相关负责人介绍,国家公共数据资源登记平台将于3月1日上线试运行。 并表示该平台不仅是数据资源管理系统,也是信息披露和资源发现的窗口,全社会都可以来这里找数据、找产品。 国家数据局副局长陈荣辉表示,要通过登记工作,掌握全国公共数据资源底账,用数单位可以来这里查找数据资源,未来还可以发布数据需求,从而更好地实现供需对接,为降低全社会用数成本、促进数据资源价值释放创造条件。 国家数据局透露今年的目标是,构建起职责明确、分工负责、运转有序的全国公共数据资源登记体系。
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2全家桶,快速入门学习开发网站教程
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- 2048小游戏-低调大师作品
- SpringBoot2更换Tomcat为Jetty,小型站点的福音
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- CentOS7,8上快速安装Gitea,搭建Git服务器
- CentOS6,CentOS7官方镜像安装Oracle11G
- CentOS关闭SELinux安全模块