AI 编程将阻碍专业能力的形成
TL;DR
这篇文章与我在 6 月写的《从前慢：两种慢，两种命运》指向同一个判断：AI 消除了工作流里的摩擦，却也悄悄跳过了成长路上的必经之路。 当时可能有不少读者看到标题就跳过了。Lars Faye 从编程教育研究和新手使用 AI 的行为出发，为这个判断补上了另一组证据：代码生成得越顺畅，越可能绕过形成判断力所必需的规划、失败和调试。
重点不是反对 AI，也不是把所有摩擦都保留下来，而是分清两种摩擦：系统切换、格式转换和重复搬运应该交给 AI；形成专业能力所必需的思考、试错与受挫，则需要主动保留。第一种摩擦拖慢工作，第二种摩擦构成成长。
以下是 Lars Faye 原文《AI Coding will Prevent Expertise》的译文。
“我们预见的未来是：智能会像电力或自来水一样成为一种公共资源。人们按量向我们购买智能，再把它用于任何想做的事情。”
——OpenAI 的 Sam Altman
在上一篇文章《智能体编程是一个陷阱》中，我讨论了“熟练编排者悖论”：管理 AI 编程智能体所需的那些能力，恰恰也可能因持续使用这些智能体而逐渐退化。
专业经验是其中最主要的区别。开发者的经验越丰富，就越不容易出现能力退化，因为经过多年实践，相关知识已经有机会沉淀下来。
看看现在的情况就会发现，从这些模型中获益最多的，绝大多数都是在这个行业里积累了多年、甚至数十年经验的人——这些经验自然早于 AI 工具出现。任何行业老手都会告诉你同一件事：这些知识的根基，来自亲手做过那些工作。
而在 LLM 兴起前后进入这个行业的开发者，没有长期积累带来的优势，却又被鼓励、有时甚至被强制要求使用编程助手来加速工作。但要想有效且负责任地驾驭这些工具，恰恰需要长期积累的专业能力。
这让他们陷入了一个尴尬的位置：一个新手需要具备专家级能力，才能使用这些工具，并跟上行业节奏。
“专家型新手”
目前，我们正在向整个行业释放非常矛盾的信号。
一方面，我们不断强调：如果不用 AI 工具，就会被那些使用 AI 的同行“甩在后面”。从 2023 年起，“AI 不会取代你，但会使用 AI 的人会取代不会使用 AI 的人”这句话就一直被反复提起。
