Ask HN：是我变老了吗，还是和 AI 时代的初级开发者协作正变成噩梦？
文章摘要
发帖人 MichaelRazum 抛出了一个引发广泛共鸣的问题：自己最近在工作中带几位来自名校的 junior 开发者，发现他们高度依赖 AI 工具写代码，导致 code review 和 mentorship 都变得异常痛苦。AI 生成的代码常常臃肿、不可读，但当资深开发者指出问题时，junior 的回应是”我已经和 ChatGPT 交叉验证过了”。他担心的核心问题是：未来开发者真正的核心技能是不是会变成”调度 / 编排 AI（orchestrating AI）”？传统会写代码的程序员是否会像 COBOL 程序员一样逐渐边缘化？
讨论沿着几条主线展开：
1. Code review 的成本失衡：senior 们普遍抱怨”我花在解释 AI 生成代码给写代码的人听上的时间，比写代码的人花在写代码上的时间还多”。code review 本来是 mentorship 的核心场景 —— 通过解释为什么这样写不好、应该如何重构来传递经验。但当代码并非 junior 自己写出来时，review 变成对一个”黑箱中转人”的解释，毫无教学价值。有人直接说：”如果是 AI 生成的，根本不值得花时间去 review。”
2. 知识空心化：junior 经常无法解释代码为什么这么写，回答只是”ChatGPT 让我这么干的”。这意味着即便代码能跑，他们也没获得任何可迁移的理解。一旦 AI 出错，他们没有 debug 的心智模型。
3. 数据污染（data poisoning）忧虑：AI 训练于人类写出的”干净代码”，输出的却是”不可读的意大利面”。一旦 AI 生成的代码大量涌入互联网，下一代模型就会在自己的产出上继续训练，质量曲线只会往下走。同时 junior 一代如果从未学过”如何手写好代码”，整个生态的代码质量就会被锁死在当前 LLM 的水平。
4. senior vs junior 的”放大器”分歧：很多评论者承认，AI 工具对 senior 是巨大的生产力加成 —— 因为他们有判断力，能批判性地接受、修改、拒绝 AI 的产出。但同样的工具到了 junior 手里就变成”复制粘贴然后下一题”，不仅不教学，还在掩盖能力差距。
5. 是技术进步还是真退化？ 有人乐观类比：”Python 替代了汇编，编译器替代了手工优化，这次也只是抽象层级又上了一层而已。” 反对者强调：抽象上移的前提是 底层的可靠性；编译器是确定性的，LLM 不是。把 agentic development 当成新常态，需要专门的”护栏”机制（review gate、TDD、规约先行），否则就是退化。
6. “vibe coding” 现象：一些评论者描述了”不再写代码，只写规约”的工作流（用 Cursor / Claude / ralph 等工具），但发帖人和不少人质疑：成功案例集中在 Web 前端、JavaScript 这种训练数据极其丰富的领域；一旦换到布局引擎、底层系统、复杂状态机这种 AI 训练样本稀疏的场景，这套范式就明显失灵。
7. 经济现实：还有人提出更尖锐的视角 —— AI labs 为了商业利益鼓吹”AI 即将搞定一切”，HN 等社区里有大量利益相关者推波助澜。”满屋子都在卖货，没人在买货。”
整体上，这是一篇典型的”职场代际焦虑 + 技术哲学”双重讨论，结论并不乐观，但也并非全盘否定 —— 关键在于 senior 们能否守住护栏，让 AI 工具继续被当作”放大器”而不是”替代物”使用。
HN 评论精华
-
coldtea（高赞犀利派）：”是的，未来就是迅速生产出来的 slop（劣质内容）。下一代 LLM 还会拿这些 slop 接着训练，只会更糟。’刚毕业的 junior’和’把活外包给 AI 的 senior’都不会知道更好的样子是什么。”
-
damnitbuilds：观察到一个明显的”信息断层” —— 一边是声称”我已经不写代码了，只写规约”的人，另一边是自己用 Copilot 修一个简单的 layout sizing bug 都修不好的人。他怀疑前者大多是在 web 前端、JavaScript 这种训练样本极丰富的窄领域工作，而且这些”已经不写代码的人”普遍自己在卖 AI 工具。eudamoniac 反驳：”不是，我就是做 web 前端的，AI 也常常做不对。” gdulli 补刀：”别忘了在这里很多人需要你相信这玩意儿比实际工作得更好，因为他们正在卖它或从中受益。”
-
rtmx：罕见的乐观声音。承认软件行业其实在 LLM 出现之前就已经很糟（开发者用着远超普通用户的强力机器、人人各自为政、随便往用户机器装一堆 NodeJS 后台服务）。但他认为 LLM 让一个原本只能管理岗的老兵重新能在业余时间造东西：”以前需要几百万美金雇团队才能做的事，现在花 20 美元订 Cursor/Claude，几天时间像带一队 junior 外包一样推进，你只要真的知道自己在做什么、为什么做。”
-
pseudocomposer：”几十年来年轻一代的数理逻辑基本功就在持续衰退。把 LLM 当成 ‘AI’、还让它在工程里扮演这种角色，会成为不可逆自我毁灭的最后一步。逻辑的核心是每个人都能理解的，建立这种理解是个人责任，不能 hand-wave 掉。” tim333 反讽回应：”大多数年轻人需要懂数理逻辑吗？我们似乎都没懂也活下来了。看看 RFK Jr. 都觉得白宫的算术规则不一样了。” estimator7292：”是的，这个国家正因为掌权者缺乏基本推理能力而毁掉自己。”
-
nazgu1：直白地说，那些声称 vibe coding 成功的人”根本就不在乎 stupid sizing bugs。任何真在意软件行为和外观的人都早就明白，AI 大部分宣传都是骗局。”
-
tracker1：相对建设性的中间立场 —— “AI 生成的代码并不都是聪明、干净、好的代码。我反复看到 AI 犯人类才会犯的同一类错误。多花时间在规划、（前置）文档、测试甚至 TDD 上，会有显著帮助。” 同时警告：AI 生成代码会”在水池里撒尿”，未来模型若没有大量人工策展和好坏信号，质量难以提升。
-
baCist / sdevonoes 系列回复直接质疑大厂动机：”OpenAI、Anthropic、Meta、Google 都只对钱和广告感兴趣。我们已经让一代顶级工程师在 FAANG 工作了二十年，结果是什么？Twitter、Instagram、YouTube、Facebook —— 一堆垃圾。LLM 也会是同样的结局。”
-
dieselgate：”恕我直言，’AI 未来只会更好’ 现在听起来像一句廉价空话。乐观是好事，但它没有正视当前问题的复杂程度。”
-
drrob：精辟一句概括了讨论氛围 —— “AI agentic 圈子里到处都是回声室，所有人都在叫卖，但似乎没人真的在买。”
-
kpbogdan：比较中立的总结 —— “开发流程正在快速变化，我们处于一个过渡期。我不知道我们会到哪里，但跟一年前肯定是完全不同的地方。”