加速
本文仅仅探讨AI编程这个领域,现在的AI往往代指含有图像视频生成的多模态AGI。
2021年,我第一次接触AI编程:GitHub Copilot,当时AI的能力主要体现为:输入注释或部分代码,即可生成整段优质的代码。
2025年,氛围编程让更多的人可以在不了解细节的情况下完成项目的搭建。
4年过去了,给我感觉是:AI加速了整个社会的差距。
- 在学校,优秀学生与垫底学生的效率相较从前更大了。
之前差生至少需要通过搜索引擎查找资料,再整理加工才能完成作业。而现在只要问题描述足够具体那差生只需要两次复制粘贴就能完成作业,差生提交完的第二天,都复述不出作业的要求。
- 在公司,2个初级程序员的工资约20k,反而不如聘请一个15k的中级程序员配合成本不到1k的AI助手
AI能力线以下的工作岗位将更加稀缺。这意味着毕业生需要在某个领域达到超越AI的水平。这种要求客观上进一步加速了学习周期的延长,把普本计科学生推向继续教育。
思维
那为什么AI能完成的事情还要去学习呢?
我最近很喜欢出一些最潮流的技术项目,其一是较为有趣,其二是更能锻炼学生思维。
学习的过程大脑神经元应该是活跃的,如果很顺利的吸收了某个知识,那么大概率很快就会忘记。
如果通过发问、追问、试错、反思、总结,曲折的吸收了某个知识,神经元被激活的更加充分,理解也会更强。
如果你直接AI生成了答案,记忆效果会大大降低,只用AI生成你不想记忆的内容。
因此,给自己试错的时间,给大家试错的时间。
我们人类的学习是有结构的,要想会 AI 不能完成的事,要先学那部分 AI 也能完成的事。
AI不是领导
AI会有一些愚蠢的低级错误,例如在cmd命令行中,这个命令报错:
PS C:\Users\allen> bcdedit /delete /f {f7f65faa-5515-11ef-b3e2-d8359383915d}
指定的删除命令无效。
运行"bcdedit /?"获取命令行帮助。
参数不正确。
即使是当前最先进的AI模型也无法正确解答,例如claude-4.5-sonnet-thinking
、deepseek-r1
、gork
、gpt5-high
。
但如果你系统学习过终端命令,很快就能意识到问题所在:{}
在PowerShell中是特殊字符(表示脚本块), 需要加上双引号:
bcdedit /delete /f "{f7f65faa-5515-11ef-b3e2-d8359383915d}"
和公司新来的实习的大学生一样,有一腔热情,部分也愿意学习,但是往往没有系统的学习缺少DEBUG的直觉。
人应该系统的学习相关的知识,不要通过AI编程补充所有的知识性的细节,不要过度依赖其DEBUG能力,当一次无法成功时,后续追问的成功率会大打折扣,立刻人工接管。
推荐调试流程:
- 理解问题:翻译错误信息+自主思考
- 验证思路:与AI交流你的分析
他人的想法
在部分领导和自媒体眼中,AI近乎无所不能,认为有了AI加持就像拥有神笔的马良。这种认知会导致他们分配超出实际负荷的工作量。
而为了赶工期,你不得不变本加厉地使用AI,陷入无暇系统思考的恶性循环。
和一个赌徒不停的拉动老虎机的拉杆一样,你输入提示词然后等待,期待下次AI给出答案是终极大奖。
我们都知道赌徒的下场。