最近读到一篇观点很"逆耳"的文章，原作者直接抛出一个判断：AI 编码工具的普及，最终会"消灭"资深开发者。听起来像是危言耸听，但顺着他的逻辑捋一遍，还真有点后背发凉。

文章一开头引用了奥特曼那句"未来智能会像水电一样按表计费"。作者接着说，问题就出在这里：当下行业里吃到 AI 编码红利最多的人，恰恰是那些在 AI 工具出现前就已经深耕了十年、二十年的老兵。他们识货、知道哪里会被坑，所以 AI 对他们是放大器。

而那些与 LLM 几乎同龄入行的年轻开发者，反而陷入了一个尴尬的位置：被告知"不用 AI 就会被淘汰"，但真正用好 AI 所需的那种高阶判断力、架构直觉、对代码的 taste，偏偏要靠大量"实操摩擦"才能长出来。换句话说，用 AI 越久，反而越难培养出用好 AI 的能力——这才是作者说的"skilled orchestrator paradox"。

更有意思的是 JetBrains 引用的一项研究。研究者本来以为 GenAI 会像"私人导师"一样带新手，结果数据揭示了完全相反的事实：

  • 重度依赖 Copilot 的参与者，跳过了关键规划步骤，结束时怀揣的只是"虚幻的胜任感"；
  • 表现最好的一批，反而是尽量少用、甚至完全忽略 AI 的新手；
  • 真正的分水岭是一种叫"否定性专长"的东西：有能力识别并拒绝模型给出的错误建议。

换句话说，新手以为自己在跟导师学东西，实际上是被一个"随你定义方向的指南针"牵着走——你指哪儿它指哪儿，它永远显得很有道理。

作者的总结相当犀利：LLM 是一种"倒置的学习"——学生先当导师的"管理者"，导师回答，学生再去纠偏。在这种结构里，越是无知，越容易被欺骗，因为你自己都不知道该问什么问题。

我的判断是：这篇文章戳中了一个被行业刻意忽略的暗线。厂商卖工具要的是"人人都是十倍工程师"，但认知科学不讲故事，技能形成就是需要摩擦、失败和重复，绕过去的捷径终究会以某种形式补交学费。值得每个正在往团队里塞 Copilot 的技术管理者，认真读一遍。

来源：Hacker News