← 返回首页

编程即思考：AI 时代的认知断层

2026/4/8
AI软件工程思考认知职业发展

编程即思考：AI 时代的认知断层

如果你不在写作，你只是在以为自己在思考。——Leslie Lamport

在上一篇文章中，我们看到了软件工程师正在经历的转变：从写代码到”指挥 AI 写代码”。那是正在发生的事实。

这篇文章想讨论一个更深层的问题：当编程不再是职业必需品，作为一种思维方式的编程会怎样？

从写作说起

2024 年 10 月，Paul Graham 写了一篇短文《Writes and Write-Nots》。它看起来是关于写作的，但实际上是关于思考的。

PG 的核心论点很简单：

  1. 写作很难，因为写作需要清晰的思考，而清晰的思考很难
  2. 以前，几乎所有需要写作的工作都迫使人们学会写作——因为没有别的选择
  3. AI 改变了这一点：现在任何人都可以让 AI 替他们写
  4. 结果将是：“会写的人”和”完全不会写的人”之间的中间地带将消失

他做了一个精准的类比：工业化之前，大多数人的工作让他们变得强壮。现在如果你想强壮，你需要专门去锻炼。所以仍然有强壮的人，但只有那些选择变得强壮的人。

写作也将一样。仍然会有擅长写作的人，但只有那些选择思考的人。

PG 的结论很安静但很沉重：

一个分为”会写的人”和”不会写的人”的世界，比听起来更危险。因为它实际上是一个分为”会思考的人”和”不会思考的人”的世界。

编程是另一种写作

把这个逻辑平移到编程上，几乎每一步都能对上：

编程很难，因为编程需要清晰的逻辑思考，而清晰的逻辑思考很难。

以前，几乎所有需要软件的工作都迫使人们学会编程——至少在某种程度上。你不能让一个不懂代码的人构建系统。这种压力迫使几代人学会了程序性思维。

现在，AI 改变了这一点。正如 Chris Wellons 描述的，你用英语描述你想要什么，代码就出来了。这种压力正在快速消散。

结果——按照 PG 的逻辑——应该是：编程能力的中间地带将消失。不再有”还行的程序员”，只剩下”真正理解系统的人”和”完全不理解的人”。

“指挥”和”理解”不是一回事

有人会说：软件工程师不会消失，只是变成了”AI 指挥官”。你仍然需要知道要做什么，只是不用自己做了。

这是对的。但这忽略了一个关键问题：理解力和执行力是纠缠在一起的。

一个从来没有亲手构建过系统的人，真的能判断一个架构的好坏吗？一个从来没有调试过棘手 bug 的人，真的能在 AI 生成的代码中发现隐藏的逻辑错误吗？

这就像一个从来没有做过菜的美食评论家。他能品评味道，但他真的理解火候吗？他能看出一道菜在哪一步出了问题吗？

Chris Wellons 之所以能有效地”指挥”AI，正是因为他有二十年的手写代码经验。他不需要看每一行代码，但他能感知到 AI 的产出是否靠谱。这种直觉来自长年累月的亲自动手。

问题不是现在——而是十年后。当一代工程师从一开始就是”指挥”AI 而不是手写代码成长起来的，他们的判断力从哪里来？

编程的三层价值

我想把编程的价值分成三层来看，这有助于理解我们到底在失去什么：

第一层：生产价值

代码本身。能运行、能解决问题、能产生收入的软件。

这一层的价值正在被 AI 大规模替代。Chris Wellons 的经历和 Matt Shumer 的描述都证实了这一点。AI 写代码又快又好，缺陷率低到惊人。

第二层：工程判断力

架构决策、技术选型、性能权衡、安全考量。知道什么时候用微服务，什么时候用单体。知道该优化什么，不该优化什么。

这一层正在部分转移但尚未被替代。有经验的工程师仍然在做这些判断，但他们越来越多地依赖 AI 生成的分析和建议。风险在于：判断力的退化可能是渐进的、不易察觉的。

第三层：思维方式

编程教会人一种独特的思维方式：把模糊的问题分解成清晰的步骤，在约束条件下寻找最优解，理解复杂系统的涌现行为，从 bug 中学会怀疑自己的假设。

这一层，AI 无法替代。因为它不是产出，而是过程。

就像 Paul Graham 说的：写作的价值不在于产出的文字，而在于写作过程中被逼出来的清晰思考。编程也一样——写代码的价值不在于代码本身，而在于写代码过程中被逼出来的逻辑思考。

AI 可以给你代码，但不能给你”写出那段代码的过程中大脑发生的改变”。

认知断层的风险

如果 PG 的类比成立，我们将看到：

短期（1-3 年）：

  • 资深工程师如鱼得水——他们的经验让他们成为高效的 AI 指挥官
  • 初级工程师面临困惑——他们需要判断力，但缺少积累判断力的途径
  • 公司发现”AI 让所有人都能写代码”，但慢慢地发现”不是所有人都能判断代码的好坏”

中期（3-5 年）：

  • 一代”AI 原生”开发者进入市场——他们非常擅长描述需求，但可能缺乏深层的系统理解
  • 行业分裂：一小群有深层理解力的架构师 + 大量”AI 操作员”
  • 类似 PG 说的”中间地带消失”——你或者真正理解系统，或者完全依赖 AI 的判断

长期（5-10 年）：

  • 编程变成一种”选修技能”——像健身一样，有人练，有人不练
  • 选择手写代码的人可能出于热爱、出于对思维训练的追求，或者出于对 AI 的不信任
  • 社会出现一个新维度的分化：会程序性思考的人和不会的人

不是怀旧，是选择

我不想把这篇文章写成对旧时代的怀念。Chris Wellons 自己也说了，尽管有一小部分的悲伤，但更多的是对未来的兴奋。他能追求以前因为时间精力不够而放弃的想法了。

AI 确实在释放生产力。但我们需要诚实地面对一个事实：释放生产力和培养思维能力是两件不同的事，而它们碰巧在过去几十年里一直是同一件事——写代码。

现在它们分叉了。

你可以把 AI 当计算器用——加速计算但不替代数学思维。也可以把 AI 当拐杖用——永远依赖它，逐渐失去独立行走的能力。

区别在于你选择怎么用它。

PG 说了：将来仍然会有聪明的人，但只有那些选择去聪明的人。

编程也一样。将来仍然会有理解系统的人，但只有那些选择去理解的人。

相关阅读：

📝 文章反馈