最近读到一篇挺扎心的吐槽文章，作者 Paolo Galeone（一位长期写技术博客的工程师）抛出一个观点：LLM 正在让他失去做软件开发的"灵气"。

听起来像是在开倒车，毕竟主流叙事是"AI 让我们效率翻倍"。但他讲的不是反对 AI，而是讲一种更微妙的副作用：用得越多，自己反而越钝。

他到底在说啥

Galeone 是个有十几年经验的工程师。文章里他回忆，过去的自己写代码时会经历一整套"心流"：先在脑子里跑模型、再翻文档、查源码、跟同事争论设计，最后才落笔。这套过程痛苦，但也是他成长最快的阶段。

而现在，他越来越多地打开 Cursor 或者 Copilot，"啪"一段代码就出来了。问题来了：

  • 少了折腾，也少了理解。 以前 debug 一晚上搞懂一个诡异的竞态条件，现在 AI 直接告诉他"试试加个锁"。
  • 审稿能力在退化。 长期看 AI 写的代码，会慢慢丧失对代码"味道"的敏感度，什么是好设计、什么是糊墙，界限开始模糊。
  • 乐趣没了。 这是他最在意的一点。开发本来是一种创造活动，现在变成了"审核 + 微调"，成就感被稀释。

他管这种现象叫 losing savviness——丢掉那种对技术细节的敏锐和老练。

为什么这事值得想想

Galeone 的观点很容易被误读成"Luddite 反 AI"，但他其实是个深度使用者。文章的本意更像是一个警告：

当工具太强，你会不会不自觉地放弃思考？

这其实是 AI 时代一个普遍的结构性矛盾。LLM 确实让"造东西"的门槛变低了，一个人能顶过去一个团队。但门槛变低不等于能力变强。如果你长期跳过了"理解"这个环节，你拥有的其实只是一把很顺手的锤子——而不是一个会盖房子的工匠。

类似的焦虑其实在很多行业都在冒头：设计师被模板化、写作者的文风被同质化、程序员被"框架化"。AI 给我们效率的同时，也在悄悄收走某种东西。

我的看法

我自己用 LLM 写代码也有一段时间了。说实话，他的描述我感同身受——那种"哦原来是这样"的顿悟时刻，最近确实少了。

我的应对办法是刻意保留一些"苦活"：

  • 关键模块的实现，哪怕 AI 给得出来，也强迫自己手写一遍；
  • 读论文和源码的时间不能砍，这是保持"地基稳"的方式；
  • 把 AI 当成"结对编程的实习生"，而不是"外包出去的对象"——你还是要 review、要质问、要让它解释为什么这么写。

说到底，工具是中性的，但使用方式决定了你是在变强，还是在变懒。Galeone 这篇文章的厉害之处在于，他没有停在抱怨，而是逼着每个读者问自己一句：我现在到底是在用 AI，还是在被 AI 用？

来源：Hacker News