代码之后 书架

第 06 章 / 共 12 章

第六章 · 把 AI 当什么用

前面几章拆完了「哪些能力在贬值、哪些在升值」,你心里大概已经有数了。但有个更基础的问题一直没正面回答:那台每天陪你写代码的 AI,到底该被你当成什么?

这个定位错了,后面全错。因为你怎么定位它,直接决定你把哪些活儿交给它、又对它交回来的东西信几分。我见过两种典型的错法,而且这两种错法的人,往往是同一个团队里坐对面的两个人。

坐对面的两个人,一个跪着一个躲着

第一个人把 AI 当神谕。它说什么是什么,生成的代码看都不细看就贴进去,报错了也先假设是自己的问题。他嘴上说「AI 太强了」,其实是把自己的判断权整个交了出去。

第二个人把 AI 当威胁。他坚持一切手写,觉得用 AI 是「作弊」、是「以后就废了」,宁可花一下午自己敲一段 AI 三秒能给的样板代码,还很有道德优越感。

这两个人错得方向相反,但根子是同一个:他们都没搞清楚对面这东西的脾性——它到底强在哪、弱在哪、错了谁负责。盲信的人高估了它的可靠,抗拒的人高估了它的威胁。要把这事一次说清,我给你两个类比,钉死它是什么。

类比一:一个极快、但没长性、不担责的实习生

想象你手下来了个实习生。他有几个特点,你得同时记住,少记一个就会栽跟头。

他极快,而且读过的书多到吓人。你让他写个正则表达式、翻译一段文档、把一个函数从 Python 改写成 Go,几秒钟就交活,质量还常常不错。全世界的公开代码、文档、教程他都「看过」,论见识广博,你团队里没人比得过他。

但他对你的项目没有长期记忆。你上周跟他反复强调过「我们这个项目里日期一律用 UTC」,这周开新对话,他忘得干干净净,又给你写了一段本地时区的代码。他记住的是「全世界一般怎么做」,不是「你们家这摊事的来龙去脉」。他是个每天早上失忆一次的天才。

最要命的是,他会一本正经地编。这里得给个正经的名字。

你问他一个他其实不知道的问题——比如某个库里有没有某个函数——他不会说「我不确定」,而会流畅、自信、语气笃定地给你编一个看起来完全合理的答案:函数名像模像样,参数列表齐整,连用法示例都给你写好了。只有一个问题:那个函数根本不存在。这种现象有个专门的词。

幻觉,指 AI 一本正经地给出看起来很合理、其实是错的答案。

关键不在于它「会错」——人也会错。关键在于它错得毫无破绽:没有迟疑,没有「我猜」,没有心虚。它编造的东西和它说对的东西,长得一模一样,同样自信。所以你光看它的语气,永远分辨不出哪句是真哪句是编的。

为什么会这样?因为它本质上是在「续写最像样的下文」,而不是在「查证事实」。一个不存在但名字很顺的函数,和一个真实存在的函数,在它眼里「像样」的程度差不多,于是它就那么写出来了,还写得理直气壮。

把上面几条并在一起,你就得到一个精确的画像:一个聪明绝顶、手脚极快、见多识广,但会失忆、会自信地胡编、而且——错了不用他背锅的实习生。

最后这条「不背锅」是整个类比的落点。这个实习生给你的代码上了线,出了事,被老板叫去问话的是你,不是他;半年后维护这坨烂摊子的是你,不是他;客户投诉打到公司的时候,他早已「失忆」不知去向。责任没法转嫁给一个不会挨骂的东西。正因为他不担责,那个复核、把关、最后签字的人,只能是你。

你不会让一个入职三天的实习生写的代码,不看一眼就推到生产环境。对 AI 也一样——它写得再快再漂亮,签字的那一笔,永远得你自己落。

类比二:一个放大器,放大的是你本来的样子

实习生这个类比解释了它「靠不靠得住」,但没解释一件更要紧的事:同样一个 AI,为什么在有的人手里产出好东西,在有的人手里产出灾难?这就要第二个类比。

AI 是个放大器。它不给你注入你没有的东西,它只是把你已经有的东西,放大十倍。

放大器的意思是:它本身不产生判断,它是个倍率。你输入的东西是好的,它放大成十倍的好;你输入的东西是糊的,它放大成十倍的糊。它对好坏一视同仁,照放不误。

一个判断力强的工程师,心里清楚要什么、什么叫做对、坑在哪,他用 AI 就像给一个好厨师配了十个手脚麻利的帮工:备菜、切配、收拾,全包了,厨师腾出手来专心掌勺和尝味,出品又快又好。

一个糊涂的人用同一个 AI,是另一番景象。他自己都没想清楚要什么,把一个模糊的需求丢进去,AI 顺着他的糊涂给他生成一大片代码——能跑,看着还挺专业,变量名规范、注释齐全、结构工整。他一看「哇好厉害」,就一股脑贴进了项目。于是他用十倍的速度,生产了十倍的垃圾。

这里藏着一个比「产量翻十倍」更阴险的陷阱,值得单拎出来说。

AI 产出的垃圾,是体面的垃圾。过去一个新手写的烂代码,一眼就能看出烂:命名混乱、缩进随意、逻辑打结,老手扫一眼就知道有问题。但 AI 生成的烂代码不一样——它表面上每一处都很规整,格式漂亮,注释周到,乍看和高手写的没区别。烂在骨子里:架构选错了、边界情况没处理、性能有隐患、或者干脆解决的是个假问题。这种烂被一层体面的皮包着,比露着马脚的烂更难被发现,也更容易蒙混过关上线。放大器不光放大了你的产量,还给你的错误穿上了西装。

所以放大器这个类比,真正想说的是一句有点扎心的话:它放大的不是「AI 的能力」,是「你的判断力」。你的判断力是那个被乘的底数,AI 是那个倍率。底数是正的,乘出来是更大的正数;底数是负的,乘出来是更大的负数。AI 越强,这个乘法越剧烈,底数的正负就越发决定你的结局。

把两个类比合起来:你和它到底怎么分工

两个类比拼在一起,协作的姿势就自己浮出来了,不需要我灌鸡汤。

因为它是个会胡编、不担责的实习生,所以凡是「对错要有人负责」的环节,必须你亲自在场:出判断、定方向、验收、签字担责,这四件事没法外包。

因为它是个又快又不知疲倦的实习生,所以凡是「铺开、试错、干重复活」的环节,尽管交给它:快速给出几个可选方案、把想法先铺成一版能跑的代码、翻译改写、写样板、补测试。这些活儿它干得比你快得多,你抢着自己干反而是浪费。

用一句话把分工焊死:

你负责「要什么」和「对不对」,它负责「快点铺开给你看」。方向盘在你手里,油门交给它。

回到开头那两个坐对面的人。跪着的那个,是把方向盘也交了出去——让一个会失忆、会胡编的实习生替他决定项目往哪开,迟早翻车。躲着的那个,是连油门都不敢踩——放着一个十倍效率的帮手不用,非要事事自己徒手来,在一个人人都开上车的时代靠两条腿跑。

两种都不对。正确的姿势朴素得很:你坐在方向盘后面,清醒地知道要去哪、知道这个副驾驶靠谱在哪不靠谱在哪,然后放心地让它帮你把油门踩到底。放大器最终放大的是什么,不取决于放大器,取决于坐在方向盘后面的那个人是谁、心里有没有数。

至于「怎么把你要去的地方、把路况和沿途的坑,准确地说给这个副驾驶听」——那是一门单独的手艺,下一章专门讲。

代码之后 · holly
面向对世界有好奇心的人 · 费曼式写法 · 由多个 AI 代理撰写与互相审校