代码已死,编程永生!——聊聊 AI

代码已死,编程永生!——聊聊 AI

PS:阅读本文不需要任何代码和技术基础 😀

近期迁移博客,高频使用 AI 写了一些脚本。现在用大模型 AI 编程目前仍然是热点。作为一个使用「古法编程」十多年的程序员,也谈谈我的看法。

今年2月,Andrej Karpathy 提出了 Vibe Coding 这个概念。打那以后,就不再有人提 「AI 编程」了,而是「氛围编程」。如果不小心少关注了几个月,从谈吐言语中甚至也能看出:你落伍啦!

Vibe,是单词 vibration 的缩写,指的是「某环境所带来的特别的感觉」,也就是所谓的「氛围、气氛」,通常是由外界环境给人带来的感受。

通过使用 AI 编程,比如 Cursor、Copilot,Claude Code 等等,甚至你不需要知道怎么写代码,只要口头描述需求,AI 自然会帮你分析需求,并且完成代码编写。如果报错了,你只要喊一声出错了,它会自己修复。你只需要点点鼠标,统一代码合并,并且查看效果。如何满意,则继续,不满意,继续要求修改。

「氛围编程」,也就是凭着这些感觉编程。

大模型让编程「平民化」

大模型,也叫大语言模型(英语:large language model,LLM)。

很不巧,编程语言也是一种语言。并且这种语言的规范性更强,不像人类语言那样,有些词模凌两可。这就让 AI 使用起来更加得心应手(现阶段的模型,大多都是推算概率来判断后面出现什么字词,越是规范化,越是有迹可循)

再加上这几年各大厂商对 Agent (可以理解为能干复杂活的 AI 代理人)的疯狂迭代,Vibe Conding 已然能很好的完成一定复杂度的编程任务了。

不可置否,AI 依然荡平了编程的门槛。简单的脚本,简单的应用,即便没有基础,也能完成得不错。

对于普通人来说,玩一下和通过编程方式解决一些重复性劳动的情形下,学不学编程不再重要了。

当我们谈编程时,我们在谈什么?

在前司任职时候,闲暇之余我们总是在聊 AI 时代研发人员的职能走向何方。

显然,最自然的路线是用 AI 造一个只要动动嘴就能开发页面的研发平台,然后再用它去造运营平台。那么,很自然地想到,不如直接跳过中间环节,直接做一个 AI 运营系统,让运营们只要动动嘴就能搞一个双十一、双十二。

然而,像 ChatGPT 一样,只给一个聊天输入框,能做到这些事情吗?

显然是不能的,至少现阶段的 AI 不能。

一个优秀的运营系统,是对复杂的业务逻辑和流程流转进行**「抽象」「简化」。**

抽象,是为了能兼容更多的业务形态,比如,如果抽象做得好,我只要能搞双十一,那一定能搞双十二。

简化,是为了运营人员可以更加高效地完成工作。

负责系统研发的程序员们的核心产出,我认为就是这些抽象和简化后的业务流程和逻辑。至于那些增删改查的代码,谁写都一样。

有了内部优秀的抽象和实现之后,另一个不可或缺的就是「交互界面 / UI」

交互界面,User Interface。「interface」躺在英汉字典里,无非就是「接口」、「界面」。但是为何又是接口又是界面呢?

「interface」还有连接的意思。编程领域有另一个常见的单词—— API, Application Programming Interface,即「应用程序编程接口」。指的便是两个程序之间的对接用的接口。

回到 UI / 交互界面,这个 「interface」就可以理解为人和程序之间的对接的接口,没错,就是「人机交互」。

人和机器是纯粹的两种事物,人除了逻辑之外还有情感、情绪等等,记忆和知识的调取也不是单纯的硬盘读取。而机器只有逻辑。衔接这两端的事情自古以来便是复杂的事情。

所谓「编程」,我认为关键的核心就在于:**将现实复杂的事物抽象为机器的逻辑,以及将机器的流程对接到人类的现实操作流程中。**一个正向,一个逆向。

次世代的程序员

有了 AI 之后,编程语言不再重要。python 和 java 无需打架,因为只要一句话,就可以让 AI 把程序从其中一个语言换成另一个。

可以不学习编程语言了吗?

我认为只要「人机关系」依然存在,下一代程序员依然需要学习语言、学习编译原理、学习设计模式。如前司各内部系统的逻辑来说,如此精妙和复杂的流程和设计,靠现阶段的 AI 根本无法实现。从「需求」到「程序架构」这一步依然只能靠人。

如果没有 Know-How,甚至都无法给 AI 表达完整的需求。

作为次世代的程序员,不应再拘泥于表面的「形」,死抠语言技巧,重点在于知其「理」。

AI 为了达成目的,所写的代码不会考虑风格统一、设计模式这些因素。随着产出的代码逐渐增多,人会越来越看不懂这堆代码,直到无法维护。

我们所用的编程语言,被称之为「高级语言」,也就是给人用的。只要 AI 产出的还不是 1 和 0,就说明人还无法被去掉,AI 也只能做 Copilot。

一挪迈的总结

Vibe Coding,任何人都应该去拥抱它。时代的潮流不可逆,生产方式也已经发生改变,纺织工不可苦守「古法工艺」。

有 AI 的辅助,会让人产生错觉,认为自己「已经会了」,沉浸 Vibe 的时候,也会迷失,甚至忘了自己原本就会。好比开着辅助驾驶,有时候甚至忘了自己可以主动踩刹车。

Know-How,依然是新时代程序员的基本门槛。

生产方式一定会继续变革,AI 一定会进化。也许未来我们会有新的 AI 编程语言…但不变的是,人类世界依然以人类为核心,而编程一定会因人的存在而存在。

代码已死,编程永生。

原创不易,如认为有价值,请不吝赞赏充电⚡️

微信赞赏码
微信 扫码,为我买一杯咖啡☕️
公众号二维码
关注公众号,获取最新文章推送

相关阅读

这三周 #18 - 权衡与取舍

这三周 #18 - 权衡与取舍

写下标题的时候,发现已经过三周了,那就叫这三周吧。 ## 权衡和取舍 这是曼昆的《经济学原理》中开篇讲的第一个经济学原理:人们总是面临权衡和取舍。 最近历史剧刷到《贞观之治》了,李世民总是被魏征怼,用兵就要费民力,顾此总是会失彼。 投资更是如此,大部分的人都没有无限子弹,眼看着 OpenAI 给各个芯片厂商点石成金,眼看着川普政府给传统产业入股,很多人都想着能分上一杯羹。然而在各个票之前的反复横跳,反而错失机会。是否选择坚持投资自己的认知,本身也是一个 Trade-off。 权衡需要技巧,取舍需要清晰的认知,这一点挺难的,因为任何一个选择都必然伴随着机会成本的丧失。 ##...

用期权打造一人保险公司 - 保险和期权
付费

用期权打造一人保险公司 - 保险和期权

本文为「用期权打造一人保险公司」系列文的第一篇。 此系列也算是一些外文书籍的读后感整理,作为付费系列文章分享。 ## 保险业和做期权异同 不少期权的入门课程中,都将期权比喻为一份保险。那么做期权卖方,就好比开一家保险公司。如何让保险公司盈利,还是得研究研究保险公司的运作原理,是怎么赚钱,又是怎么亏钱的。然后我们再看看用期权打造一个人的保险公司应该怎么做? 先放上保险业务和期权交易的业务流程对比图: ![](https://imgs.innomad.io/blog/20250917205849797.png) 上图便是保险公司的价值链和期权交易环节的映射。简单剖析: ###...