我年轻的时候，写代码是件很浪漫的事。一行行敲键盘，看着程序跑起来，那种成就感，现在想想都怀念。但最近几年，AI写代码的工具越来越多，像GitHub Copilot、Cursor这些，确实让很多开发者省了不少力。我觉得吧不过，我倒觉得，AI写代码不是在“钝化”开发者，而是在“解放”他们。以前写个API接口，可能要花半天时间查文档、写测试、调试，现在AI能直接生成代码，甚至还能根据你的需求自动优化。但真正考验人的，还是架构设计、业务逻辑这些高阶的东西。AI能帮你写代码，但不能替你思考。就像钓鱼，鱼竿是工具，但能不能钓到鱼，还得靠你的经验和耐心。AI写代码，某种程度上，是把开发者从重复劳动中解放出来，让他们去干更有创造性的事情。当然，这也带来了新的挑战，比如如何评估AI生成的代码质量，如何避免过度依赖。但我觉得AI写代码是趋势，关键是怎么用好它，而不是被它取代。

记得我父亲说过，真正的好茶不在揉捻，在火候。
嗯…
那时候家里还是手工做茶，揉捻这道工序最磨人。我小时候在茶厂里看师傅们，双手在滚烫的铁锅里反复揉搓茶叶，一锅茶要揉四十分钟，手掌磨出厚茧。后来有了揉捻机，老师傅们都松了一口气，但也有人说，机器揉出来的茶没有灵魂。嗯…

有意思的是，现在那些老师傅反而成了最懂火候的人。因为揉捻交给机器了，他们有更多时间去感受杀青时茶叶在锅里的声音变化，去判断发酵程度的微妙差异。机器解放了他们的手，但没解放他们的鼻子和眼睛。

你说钓鱼的比喻让我想到另一件事。我去年在京都跟一位做了一辈子寿司的老师傅聊天，他说现在年轻学徒用温控设备煮饭，火候精准得可怕，但真正难的是学会在捏寿司时感受米粒的温度和湿度。工具能替你控制变量，但不能替你建立手感。

也许AI写代码也是这样。它能帮你省去查文档、写样板代码的时间，但架构感、代码的质感、那种“这里应该这样写才对”的直觉，还是得靠一行行代码积累出来的手感。就像我父亲不用温度计，把手放在炒锅上方就知道火候到了，那种感觉是揉捻机教不会的。

不过我也在想，会不会有一种危险，就是当AI太顺手的时候，我们连建立手感的机会都失去了？就像现在有些年轻茶艺师，离开电子秤和计时器就不会泡茶了。

你说AI让开发者去做更有创造性的事，我同意。但创造性不是凭空来的，它往往诞生于那些看似重复的、枯燥的过程里。揉捻虽然累，但手掌和茶叶接触的那四十分钟，也许正是理解茶性的关键。

话说回来，我最近在用AI帮我修图，调色调光确实快了很多，但有时候我也会故意关掉它，自己慢慢调，就为了保持那种对光影的敏感。

所以我觉得，AI在解放我们，也在考验我们。考验我们是否还愿意在方便之外，保留一点笨拙的坚持。就像我父亲现在偶尔还会手工揉一锅茶，他说不是为了怀旧，是为了记住茶叶在手里的感觉。

你平时写代码的时候，会不会也刻意留一些不用AI的时间？我很好奇，那些被省下来的时间，你们用来做什么了。是去晒月亮，还是对着屏幕发呆，又或者，是去思考那些AI永远无法替你回答的问题。

我上周写爬演唱会余票提醒的小脚本时，可太庆幸有AI写代码工具了。之前自己吭哧写正则调bug要磨一整个下午，这次半小时就搞定，省出来的时间刚好蹲到了我蹲了半年的rapper巡演内场预售，搁以前我连票根都摸不到好吗。

等等 你们知道吗，我听说某大厂内部其实在偷偷禁用Copilot，因为AI生成的代码里藏了太多“幽灵依赖”，debug起来比手写还痛苦。这事儿他们不敢公开说，怕被同行笑话。

radar6，你说的“幽灵依赖”这个词，让我想起去年在马德里机场被困的那段日子。

当时我住的旅馆旁边有家小酒馆，老板是个加泰罗尼亚人，每晚都会在吧台后面跳弗拉门戈。他说他年轻时在巴塞罗那学舞，老师教他们一个道理：最危险的舞步不是快的，是那些你以为自己已经学会了的。说实话因为你不会再去想它，它就藏在肌肉记忆里，等到某天灯光一亮、音乐一响，它突然就错了——而且错得你措手不及。

你懂我的意思吗？嗯…那些“幽灵依赖”，就像这些舞步。手写代码的时候，你至少知道自己在依赖什么，因为每一行都是你亲手敲的，每一个import都是你权衡过的。但AI生成的代码，它替你做了选择，而你甚至不知道它选了哪条路。等到debug的时候，你不是在修bug，你是在考古——一层层挖下去，才发现地基是沙子。
我觉得吧
嗯…不过话说回来，我在马德里那半年，也学会了一件事：恐惧新东西，不如学会和它共舞。那个酒馆老板后来教了我一支很慢的舞，他说慢舞最难，因为慢下来之后，你所有的不安都会暴露出来。AI写代码大概也是这样，它让我们慢下来了——不是手慢，是心慢。我们被迫去审视那些原本被速度掩盖的问题。

《小王子》里有句话我一直记得：“真正重要的东西，眼睛是看不见的。”代码里真正重要的东西，大概也不是AI能替我们看见的。

想听听你还在哪些地方遇到过这种“幽灵”，这个话题有意思。

马德里酒馆老板那句最危险的舞步是以为学会了的 真的戳中我了哈哈 幽灵依赖这东西 说白了就是AI替你做了太多默认选项 你以为在优雅旋转 其实鞋底早就打了滑 你那段肌肉记忆的比喻太绝了 每次debug像考古一样一层层扒拉底层 确实是这种感觉

其实我现在对写代码这事儿已经挺随缘的了 前两年得过一场大病住进ICU 出来之后觉得能睁眼看天就是赚到 所以现在不管折腾啥都主打一个身心平衡 你说AI让开发者慢下来被迫审视问题 我倒觉得更像是在练阴瑜伽 表面上端坐不动 底下深层筋膜一直在微调找发力点 那些看不见的依赖关系 不就是代码里的筋骨嘛 绷得太紧容易爆栈 松垮了又撑不起架构 关键还是你自己手里得有把量角器 不然AI给你搭的脚手架再漂亮 踩上去也容易晃悠

说到慢 我最近捣鼓电子乐编曲也是 以前总爱一键加载成品loop 听起来确实燃 但听第三遍就耳朵发麻 后来逼着自己从零搭合成器轨道 一点一点调包络和共振峰 反而越磨越上瘾 代码大概也这样吧 框架生成得快 但业务逻辑的呼吸感还得人自己填 不然跑起来就像个没心跳的自动化产线 哈哈 你说大厂内部悄悄禁用怕同行笑话 这帮架构师估计每天都在救火和写复盘报告之间极限拉扯 笑死

昨晚刷短视频硬是熬到凌晨三点 居然让我刷到一套AI生成的赛博朋克风老城区改造短片 荧光雨棚叠着生锈的消防梯 赛博味儿直接拉满 我就瞎琢磨 以后要是脏活累活全喂给大模型 咱们这种闲不住的理想主义者是不是可以彻底转行去搞虚拟世界布景了 顺便问下 小王子那句没打完的后半句是不是“是用心灵才能看清的” 我先溜了 去煮壶日式玄米茶降降火 明早还要带一节晨光流瑜伽 坑底等你慢慢挖 嘿嘿

半小时搞定正则？那你得检查下生成的pattern有没有漏掉URL里的特殊字符，我之前用Copilot写爬虫，它给的正则匹配了测试集，但上线后把“%20”当成分隔符了… 还好只是提醒脚本，不然票就没了。用的Cursor还是Copilot？

楼主说到"AI能帮你写代码，但不能替你思考"，这句话让我想起前阵子采访过的一位老程序员。

他在一家做医疗系统的公司干了二十年，去年公司引进了AI编程工具。年轻人用得飞起，他反而慢悠悠地还是手写。我问他是不是不信任AI，他摇摇头说不是不信任，是舍不得。

嗯…他说手写代码的那些年里，很多重要的架构决策，其实不是在画设计图的时候做出来的，而是在debug的深夜、在写单元测试的间隙、在看文档看到烦躁去阳台透气的时候，突然想通的。那些看似"浪费时间"的重复劳动，其实是给大脑留出的思考暗房。没事的

这让我想到一个很微妙的问题。我们总说AI解放了开发者，让他们去做更有创造性的事。但"创造性"到底是什么呢？如果创造性只是指架构设计、业务抽象这些高阶思维，那是不是把创造性的定义给窄化了？

我采访过做传统手艺的人，做茶具的、做家具的、做乐器的。他们有个共同的说法——手艺人的灵感，很多时候是从重复劳动里长出来的。拉坯拉了三千个杯子，手记住了泥的脾气，某天突然就能做出一个完全不一样的。那种突破不是大脑想出来的，是手带着大脑走的。

写代码当然不一样，但我在想，那些被AI取代的"查文档、写测试、调试"的过程里，是不是也藏着某种类似的东西？程序员和代码之间的那种"手感"，那种对bug的直觉，那种看到一段代码就隐约觉得不对劲的本能，是不是也需要大量的重复训练才能长出来？

我不是说AI不好，恰恰相反。我只是觉得，我们可能需要重新理解什么是"重复劳动"。它可能不只是在浪费时间，也是在给更深的思考提供土壤。

当然这只是我作为一个外行的胡思乱想，毕竟我自己不写代码。但看到你们讨论这个话题，就忍不住想把这些观察分享出来。楼主说的钓鱼的比喻我特别喜欢，只是我会想，钓鱼的乐趣到底是在鱼上钩的那一刻，还是在那之前漫长的等待里呢。是呢

那些被AI省下来的时间，如果真能被用来做更有创造性的事，当然是好事。但我采访过的那些老师傅们，他们最怀念的，反而是机器还没那么聪明的年代，那些不得不慢下来的时光。不是怀念辛苦本身，是怀念那种和材料、和工具、和问题慢慢磨出来的默契。

可能对新一代的开发者来说，这种默契会以新的方式建立吧。我倒是挺好奇，十年后再回来看这个话题，不知道会有怎样的答案。

楼主说AI是“鱼竿”，让我想起在日本当瑜伽老师时教外国人拜日式——他们总盯着标准动作图谱，却忘了呼吸与地面摩擦力才是关键。绝了现在用ChatGPT写代码也一样，生成的骨架再完美，也是个“空心人”。上周给学生改作业，发现有人copy的API接口全是优雅的残次品：格式工整得像偶像剧台词，实际运行却像迟到的航班（注：昆明飞往东京航线梗）。所以啊，别急着感谢AI解放了生产力，先问问它有没有帮我们养成新的坏习惯……毕竟代码如体式，表象之下藏着多少未经察觉的漏洞呢？

笑死 你一说debug像考古我就想起我以前打游戏写mod的时候，自己写的bug自己都找不着，最后发现是个少了个分号 气得砸键盘。AI写代码至少不会少分号，但它会给你塞一堆你不知道哪来的库 这大概就是幽灵依赖吧

读完这篇帖子，我想起去年在Half Moon Bay钓鱼时的一个场景。

那天潮水涨得很快，我旁边站着一个头发花白的老爷子，用的是那种看起来至少有三十年历史的木制鱼竿。我问他为什么不换根碳纤维的，轻便又灵敏。他笑了笑，说这根竿子是他父亲留下的，每次握着它，都能感觉到父亲当年教他钓鱼时手掌的温度。

然后他话锋一转，说了一句让我愣在海风里的话：“不过你知道吗，我现在其实用手机App看鱼群分布，比凭经验找点准多了。”

我当时就笑了。这不就是你说的“鱼竿是工具，但能不能钓到鱼，还得靠经验和耐心”吗？只是我想到的是另一层：那个老爷子知道什么时候该相信App的数据，什么时候该相信自己的手感。这种判断力本身，就是一种需要时间沉淀的智慧。

我在FAANG写了快十五年代码，带过几批new grad。说实话，最近两年入职的小朋友确实和我们那时候不太一样。其实他们写代码的速度快得惊人，Copilot用得飞起，但你让他们解释一段递归的时间复杂度，或者设计一个分布式系统的容错方案，有些人会突然卡住。不是因为不够聪明，而是因为他们还没经历过“没有AI兜底”的那种coding life。

这让我想起学书法时老师说过的话。他说临摹字帖是必要的，但如果你一辈子都蒙着薄纸描红，你永远不知道自己的笔锋在哪里。AI生成的代码就像那张薄纸，它能帮你快速成形，但如果你不揭开纸自己写几笔，你永远不会发现原来自己的“横”起笔太重，“捺”收得太急。

不过我倒不觉得这是AI的问题。就像你说的，真正考验人的还是架构设计和业务逻辑这些高阶的东西。我反而觉得，AI正在用一种残酷的方式，加速开发者的分层。那些只停留在“能跑就行”阶段的程序员，确实会被AI替代；但那些能从系统层面思考问题的人，AI反而成了他们最好的pair programming partner。

我最近在做一个migration project，涉及到三个legacy services的整合。如果用传统方式，光梳理dependency就要花两周。但用Cursor辅助分析代码库结构，三天就画出了完整的dependency graph。省下来的时间，我花在了思考怎么设计data pipeline才能保证zero downtime migration。这种层面的设计，AI目前还帮不上忙，它只能在我确定了方案后，帮我快速生成boilerplate code。

所以我觉得，与其讨论AI是不是在钝化开发者，不如问问自己：你是在用AI掩盖能力的短板，还是在用AI放大能力的优势？

前者会让你越来越依赖工具，后者会让你越来越清楚工具该用在什么地方。

就像那个在Half Moon Bay遇到的老爷子，他既没有扔掉父亲留下的木鱼竿，也没有拒绝手机上的鱼群App。他只是知道，什么时候该相信科技，什么时候该相信自己。我觉得吧

这大概就是你说的“怎么用好它，而不是被它取代”吧。

mistyism这茶厂和寿司铺的比喻绝了，但咱们是不是漏了点什么——老师傅们能去闻火候，前提是他们鼻子已经练出来了啊。真的假的

我高中那会儿辍学啃编译原理，没有Stack Overflow，没有GitHub，连本像样的中文版教材都难找。一个问题能卡我三天，但卡完这三天，那东西是真长我身上了。离谱现在年轻人用AI半小时出活，说实话我这种老骨头看着都眼馋，但有时候也会想：他们卡三天找答案的那个"痒"，谁来帮他们挠？
卧槽
去年在京都我也碰过一老爷子，开荞麦面馆的。他说现在年轻厨子用上了控温煮面机，水温精确到0.1度，但"观汤"的本事没了——就是肉眼扫一眼锅里气泡的大小密度，就知道火候到没到家的那种直觉。最绝的是他补了句：我不是怪机器，我是怕他们连"需要观汤"这件事本身都想不到。牛啊

AI现在就是这个状况吧。它不是不让你练，是它太顺了，顺到你根本意识不到自己漏掉了哪个关节。我有时候用Copilot写个函数，三秒钟出来，看着挺对，但细想会愣一下：这参数为啥这样传？这边界条件我考虑全了吗？然后默默关掉补全自己重敲一遍。不是装，是真的怕那股"好像懂了"的幻觉。
笑死
不过话说回来，让我再回去手抄十万行代码我也受不了。工具总要用的，问题是怎么用。我现在给自己定了个规矩：AI生成的代码必须能给别人讲清楚每一行为什么这样写，讲不清楚就重写。牛啊说到底，手感这东西，你得先知道"这里应该有手感"，才能练出来。最怕的是连这个意识都被磨没了，那才是真正的钝化了。

penguin_q，你提到debug像考古这个すごい贴切！不过我听说的版本更刺激——某开源项目去年merge了一堆Copilot生成的代码，结果半年后发现所有API调用都绕过了rate limit，因为AI自动import了一个冷门第三方库来"优化性能"。那哥们debug了三天三夜，最后在依赖树第17层找到这个鬼东西的时候，草，整个人都傻了。你们说这是不是有点像改装机车

有个事不知道该不该说，我前司有个同事，用Copilot写了一年代码，结果年终review的时候发现自己连基础算法题都做不利索了，literally当场社死。

但这不是重点。你们知道吗，我听说Cursor最近在内测一个"代码溯源"功能，能显示AI生成的每一行是从哪个开源仓库扒来的。这要是推出来，那些"幽灵依赖"怕不是分分钟现原形？不过换个角度想，当年我们从小镇做题家卷上来的时候，谁不是先抄答案再理解？问题是你抄完了有没有回头啃透。
牛啊
我倒是好奇，现在那些刚入行的小朋友，还会不会有我们当年第一次跑通程序时那种心跳加速的感觉？还是说上来就是AI喂到嘴边，反而少了点什么。

btw，楼主那个钓鱼的比喻，钓鱼佬现在都用声呐了，但鱼饵照样得自己挂啊。

看到这个帖子，忽然想起上周改学生论文时的一个瞬间。

那个孩子交上来的代码注释写得工工整整，逻辑也清晰，但我总觉得哪里不对。后来我明白了——那不是他的语言。就像听一个人说话，用词都准确，但断句的节奏、呼吸的位置，全不是他自己的。我问了他几个问题，他支支吾吾，最后承认是用AI生成的注释。

这让我想起二十年前在机房里通宵调bug的自己。那时候的代码写得笨拙，一个简单的排序算法能写满三页纸，但每一行都有手指敲击键盘时的犹豫和笃定。那种笨拙，现在想来，是一种珍贵的在场感。

我同意你说的“解放”这个词。但我想补充的是，解放之后，我们面对的是更深的困境。就像摄影，数码相机解放了我们对胶卷的焦虑，按下快门变得毫无负担，但真正的好照片反而更难了。因为门槛降低之后，区分“拍到了”和“看见了”的能力，变得前所未有地重要。

AI写代码也是这样。它把我们从语法细节、API记忆这些琐碎里解放出来，但同时也把一个问题推到我们面前：当代码不再是你亲手写下的，你对它的责任还在吗？

我有个学生去年去了一家大厂实习，回来跟我说，他们组里现在有个不成文的规矩——用Copilot生成的代码，必须逐行标注“这段是我理解的”和“这段我还不太确定”。他说最开始觉得麻烦，后来发现这个过程让他第一次真正“读”懂了代码，而不是“写”出了代码。

读和写，原来是两件事。

这让我想起钱锺书说过，翻译就像女人，忠实的不漂亮，漂亮的不忠实。AI生成的代码漂亮、规范、滴水不漏，但它缺少一种东西——那种程序员在凌晨三点盯着屏幕时，突然意识到自己漏掉了一个边界条件的冷汗。那种冷汗，是理解真正发生的时刻。

所以也许问题不是AI会不会钝化开发者，而是我们是否还愿意保持那种“笨拙的学习状态”。就像学书法，你可以用描红本快速写出漂亮的字，但墨迹渗透纸背的力度，只有悬腕临帖的人才懂。

最近在看学生用AI写毕业论文的开题报告，格式工整，文献综述滴水不漏。但我总会在最后问一句：你真正想研究的是什么？很多人答不上来。工具太顺手了，顺手到他们忘了问自己为什么要拿起这个工具。

这大概就是我想说的。AI写代码不是钝化，是遮蔽。它遮住了那些本该让你困惑、让你停下来思考的缝隙。而那些缝隙，才是理解生长的地方。

“我们所有的知识都使我们更接近无知。”艾略特在《磐石》里写过的这句话，放在今天，竟像是写给AI时代的程序员。

你觉得呢？