← #791

AI 应该提升你的思考，而非取代它

文章摘要

Koshy John 在这篇博客中提出一个核心警告：当下软件工程师正在面临一个分岔路口——是用 AI 来增强自己的能力，还是用 AI 来回避思考本身。他认为这一行正在分化为两类人：一类利用 AI 消除机械劳动、把精力投向更高维度的工作；另一类则把整个思考过程外包出去，形成一种”智识依赖”（intellectual dependency）。

文章指出最大的隐患在于：模拟胜任力，而不真正构建胜任力。作者警告说：”人们可以拿出机器生成的推理结果，而他们既不理解、也无法捍卫、也无法独立复现这些推理。”这比传统抄袭更危险——因为传统抄袭至少还有一个真实的人类来源，而 AI 输出的”看上去合理的内容”背后没有任何承担者。

文中给出三组类比来说明问题。抄袭考试：学生抄答案后看似能交差，但学习的根基是空的，等到真正需要理解时就崩盘。计算器：在没有数感的前提下使用计算器，连结果是否合理都判断不了。自动驾驶：在尚未掌握驾驶技能的前提下依赖自动化，遇到非标准情境时无招架之力。三者共同的逻辑是：跳过”挣扎学习”的过程，会让你失去面对未知的能力。

作者给出的建议是：强大的工程师应该把机械任务交给 AI；但要保留对问题框架与判断的所有权；要用 AI 提出更锐利的问题、产生新的洞察；并把腾出来的时间投入到更高层次的思考。对组织的建议则是：通过更好的招聘流程、考察推理过程的面试、以及保护深度思考所需的工作环境，来区分”真正理解”与”光鲜输出”。

HN 评论精华

学习悖论的核心张力：讨论的核心矛盾在于——文章主张”AI 应提升思考而非取代”，但初级工程师正面临”必须用 AI 才能保持竞争力”的现实压力。一位评论者写道：”工程师正是通过和代码搏斗才建立胜任力，但 AI 移除了这种搏斗，那初级开发者怎么成长？”
经验无法被压缩：有评论引用拉丁谚语 “Scribere bis legere”（写作即两次阅读），强调亲手复现知识与被动消费知识在认知层面截然不同。锻造神经通路靠的是”挣扎”，而不是观察别人。
苏格拉底式历史类比：有评论将当下争论与苏格拉底当年担忧”书写会取代口传”做对比——我们无法预见 AI 替代日常问题求解时，会失去哪些认知技能，正如人类社会再也无法完整地拾回口传文化的价值。
判断力 vs 语法：原文区分”工程判断（架构、调试、对现实的理解）”与”语法上有效的代码”，认为前者才是工程师的真正价值。但 HN 评论反驳：要达到资深判断力，本身就需要走过”亲手写大量代码”那段挣扎期——你不能跳过它。
市场激励的怀疑论：一位工程师评论：”虽然初级工程师’应该’不依赖 AI 训练，但竞争压力让公司要求即时产出——这迫使他们在基础能力还没建立时就被 AI 工具同化。”
格言空白的观察：一条耐人寻味的评论指出，过去的技术批判都有结晶化的格言（如”媒介即信息”），但 AI 讨论至今缺一句简洁警句来捕捉本质——也许正是因为最终结局尚未可知。