
我最近一直在尝试把 AI 融入到日常工作中。必须承认,在处理像增删改查(CRUD)、数据解析这类琐碎任务时,AI 确实是个神器。你只需要下达指令,它就能帮你搞定,极大地解放了生产力。但软件开发远不止于此,我们还需要整合系统、性能优化、技术研究,这些都需要真正的理解力。
今天在咖啡馆工作时,我旁边坐着一位同行。他也在用AI写代码,这很正常,我也用。但让我忍俊不禁的是,他为了解决一个极其基础的问题,竟然在和AI反复“拉扯”。那个问题是什么呢?仅仅是一个CSS元素的居中,或是一个忘记绑定`onClick`点击事件的低级Bug。
我内心的独白是:“简直可笑,花几分钟学一下CSS的Flexbox布局,不比你这样反复试错问AI快得多吗?”
我当然不会说出口,毕竟萍水相逢,我也不想打击一个年轻工程师的热情。但这情景让我深有感触。AI需要精确的上下文才能给出好答案,你反反复复地对它说“还没居中呢”,其实是在浪费你自己的生命。**如果你从不想去理解代码片段之间是如何协同工作的,那你当初又何必选择软件开发这个行业呢?**
这让我想起了乔纳森·布洛(Jonathan Blow)一直在警告的那个观点——我们行业的知识体系,正在从根基处“崩溃”。
布洛的核心忧虑是:现代软件建立在层层叠叠的抽象之上,如今的开发者,尤其是新人,越来越依赖顶层的框架和工具(现在又加上了AI),却对底层原理一窍不通。他们知道“怎样”让东西跑起来,却不知道“为什么”能跑起来。
当整个行业都建立在“知其然,不知所以然”的基础上时,我们创造的系统会变得异常脆弱。就像今天这位小哥,他遇到的只是个CSS问题。但如果未来遇到的一个底层性能瓶颈或安全漏洞呢?当没有人再理解事物的本质时,我们又该如何去修复和创造真正可靠的东西?
这正是“崩溃”的真实写照——它不是什么末日天启,而是我们作为一个整体,正在逐渐丧失对复杂技术的掌控力。
AI的出现加剧了这种割裂:
* 对于经验丰富的开发者,AI是如虎添翼的杠杆,能将他们从重复劳动中解放出来,专注于更复杂的架构和创造。
* 对于新手而言,AI却成了一个“黑箱”或“许愿机”,让他们跳过了最关键的学习和试错过程,沦为只会提问的“提示工程师”,根基愈发不稳。
这是一个多么吊诡的世界。一方面技术在飞速进步,另一方面,从业者的平均基本功却在退化。
真心希望那位小哥能看到这篇文章,并明白,真正的成长,源于求知本身。
作者:Manda Putra|翻译:宝玉
相关图书
J.Cling 在 GitHub上发现这套新鲜牛逼的教程合集从工具集成到模型记忆再到Agent框架,部署,多个Agent协调,评估等等均有覆盖,是个非常不错的从0学习如何构建生产级别Agent平台的教程。我已经会用网页离线保存工具打包了该网页放在文末网盘中。
Claude Code 官方中文使用教程 – 抄作业的福音
Claude Code 是一款智能编码工具,它存在于您的终端中,理解您的代码库,并通过自然语言命令帮助您更快地编码。通过直接集成到您的开发环境中,Claude Code 简化了您的工作流程,无需额外的服务器或复杂的设置。
Cursor Rules 提示词规则 – 大幅提高AI编程能力
压箱底的cursor rules,让你用AI编程起飞。这份规则用两个重要的地方,指定了两个MCP工具:Sequential Thinking 和Context 7 。这两个AI工具 都是目前大火的,可以看看使用量总之,这两个工具,大大增强你的AI编程工具的能力。
神级 GPT-5 提示词 – 号称可以发挥100% GPT-5 的潜力
来自 Reddit 的神级GPT-5 提示词,号称可以发挥 100% GPT-5 的潜力,感兴趣的同学不妨一试,另外 J.Cling 推荐阅读:智能体中文提示词大全 – ChatGPT、DeepSeek 等AI模型提示词模版、8个设计类提示词技巧 – 肉眼可见的提升成品设计效果、如何通过提示词让AI翻译更加精准?、如何通过提示词尽量降低各AI大模型平台的AI幻觉?


