Redis 之父 Antirez 最新博客文章：《Don't fall into the anti-AI hype》（不要被“反人工智能”的炒作所蒙蔽）。
![]()
原文翻译如下：
我热爱创造软件，一行一行地编写代码。可以说，我的职业生涯就是不断努力创造，编写精良、简洁的软件，并将“人类痕迹”作为其根本特征。我也希望社会能够铭记弱势群体。此外，我并不在乎 AI 在经济上是否成功，也不介意现有的经济体系被颠覆——说实话，如果它朝着财富大规模再分配的方向发展，我甚至会感到高兴。不过，如果因为我对软件和社会的理想而遮蔽了对现实的判断，我将无法尊重自己和自己的理性：事实就是事实，AI 将永久性地改变编程。
2020 年，我辞去了工作，打算写一部关于 AI、全民基本收入以及一个为应对工作自动化而不断调整的社会的小说。到 2024 年末，我又开了一个 YouTube 频道，专注于 AI、它在编程任务中的使用方式，以及它潜在的社会与经济影响。尽管我很早就意识到这一切会发生，但我原本以为，在编程被彻底重塑之前，我们至少还有几年时间。现在我已经不再这样认为了。最近，最先进的 LLM 已经能够在几乎不需要人工干预的情况下，独立完成大型子任务或中等规模的项目，只要你能清楚描述最终目标。成功的程度取决于你从事的编程类型（越封闭、越容易用文本表达，效果越好，系统编程尤为适合），也取决于你将问题在脑中建模并传达给 LLM 的能力。
总体来看，对大多数项目而言，亲手写代码已经不再是理性的选择，除非只是为了乐趣。
过去一周，我只是不时地提示和检查代码以提供指导，几个小时内就完成了以下四项任务，而这原本需要几周的时间才能完成：
1. 我修改了自用的 linenoise 库以支持 UTF-8 编码，并创建了一个用于行编辑测试的框架，该框架使用模拟终端来报告每个字符单元格中显示的内容。这正是我一直想做的事情，但很难说服自己为了测试一个业余项目而投入这么多精力。然而，如果你能描述你的想法，并将其转化为代码，情况就大不相同了。
2. 我修复了 Redis 测试中的瞬时失败问题。这项工作非常繁琐，涉及时序问题、TCP 死锁等情况。我让 Claude Code 反复测试，反复重现故障，检查进程状态以了解问题所在，并修复了这些错误。
3. 昨天我想要一个纯 C 库，能够对类似 BERT 的嵌入模型进行推理。Claude Code 在 5 分钟内就写出来了，输出一致，速度只比 PyTorch 慢 15%。总共 700 行代码，外加一个用于转换 GTE-small 模型的 Python 工具。
4. 在过去的几周里，我对 Redis Streams 的内部机制进行了一些更改。我为我的工作编写了一份设计文档。我将文档交给 Claude Code，他只用了大约 20 分钟或更短的时间就重现了我的工作，主要是因为我检查和授权运行所需命令的速度比较慢。
面对正在发生的一切，几乎不可能视而不见。大多数情况下，写代码本身已经不再必要。更有价值的事情在于理解该做什么、如何去做，而在这第二点上，LLM 同样是极好的伙伴。至于 AI 公司能否收回成本、股市是否崩盘，从长远看都无关紧要。某个独角兽公司的 CEO 说了多么刺耳或荒唐的话，也同样无关紧要。编程已经被永久性地改变了。
那我如何看待自己过去写下、后来被 LLM 吸收的那些代码？我感觉很好，因为这正是我一生努力的延续：让代码、系统与知识更加民主化。LLM 将帮助我们更快地写出更好的软件，也会让小团队有机会与大公司竞争。这与 90 年代开源软件带来的改变如出一辙。
然而，这项技术重要到不该只掌握在少数公司手中。当前，在预训练和强化学习上，各家的能力确实有高下之分，但开放模型——尤其是中国团队推出的模型——仍在与封闭实验室的前沿模型竞争，尽管整体上稍有差距。到目前为止，AI 的民主化程度尚可，虽然并不完美。不过，这种局面是否能长期维持，并不确定。我对中心化趋势感到担忧。与此同时，我也相信，大规模神经网络本身就具备做出惊人成果的能力，当前前沿 AI 内部并不存在多少不可复制的“魔法”，否则就很难解释为何 OpenAI、Anthropic 和 Google 多年来在结果上始终如此接近。
作为一名程序员，我现在比以往任何时候都更想写开源软件。我想改进一些因时间不足而搁置的仓库，想把 AI 深度引入我的 Redis 工作流，改进 Vector Sets 的实现，然后继续优化其他数据结构，就像我现在对 Streams 所做的那样。
但我也为那些将要被裁掉的人感到担忧。接下来的动态并不清晰：公司会选择雇佣更多人、做更多事情，还是通过更擅长 Prompt 的少数程序员来压缩薪资成本？而在其他行业中，人类可能会变得完全可替代，这让我感到不安。
那么，社会层面的解决方案是什么？创新一旦发生，就无法收回。我认为，我们应当投票支持那些真正理解正在发生什么、并愿意扶持失业人群的政府。被解雇的人越多，政治压力就越大，人们也越可能支持提供一定程度保障的力量。同时，我也期待 AI 带来的积极一面：科学上的新突破，或许能减轻人类境遇中的痛苦，而那并非总是美好的。
说回编程。朋友，我只有一个建议。无论你对“正确之事”有怎样的信念，都无法通过拒绝正在发生的现实来掌控局面。回避 AI 对你和你的职业生涯都没有帮助。认真想一想。用谨慎的态度去测试这些新工具，投入数周在真实工作中深度使用，而不是五分钟的尝试——那样你只会强化自己的固有观念。找到一种方式来扩展自己的能力；如果这次不奏效，隔几个月再试一次。
也许你会觉得，自己曾经如此努力地学习编程，而现在机器替你完成了这些事。但当年你熬夜敲代码，只为了看到项目跑起来时，内心的那团火焰是什么？那是创造的冲动。而现在，只要你找到有效使用 AI 的方式，就能创造得更多、也更好。乐趣依然存在，丝毫未减。
