September 30, 2025 · JustSayAI

更新於

AI 編程現在到底是什麼水平了?

AI 編程現在到底是什麼水平了?

AI 編程的終極問題:誰來背鍋?(利益相關,非程序員)

我必須在開頭就捅破那層窗戶紙:程序員就是用來背鍋的。我開發一個新功能或許不難,但修復一個盤根錯節的 Bug 卻異常艱難。事情搞砸了,有人能修,就留下;修不了,就滾蛋。這,就是商業世界冷冰冰的運作真相 。

然而,所有關於 AI 編程的狂熱討論,似乎都在兩條截然不同的賽道上狂奔,卻又心照不宣地迴避了這個核心問題。一條賽道由 Cursor、Windsurf 這樣的“交互式”集成開發環境(IDE)領跑,它們像一個副駕駛,深度嵌入程序員的日常,實時輔助;另一條賽道則由 Jules、Codex 這類“異步”編程代理(Agent)構成,它們更像一個可以領走任務、隔夜交付結果的獨立承包商 。但無論哪條賽道,都陷入了一個“高不成,低不就”的尷尬境地:真正的頂尖高手覺得它礙手礙腳 ,而編程小白麵對真正的工程難題時,它又愛莫能助 。

賽道一:IDE 的“人機共駕”,交互體驗定生死

在 IDE 這條賽道上,上演的是一場關於“交互哲學”的對決,主角是更懂專業開發者的 Cursor 和更懂企業用戶的 Windsurf 。

Cursor 之所以能成為明星,並非自身有什麼智能突破,而是因為它機緣巧合地站在了 Claude Sonnet 這個大模型巨人的肩膀上 。它真正的護城河,是選擇從零開始做一個獨立的編輯器,而不是一個簡單的插件 。因為編程是一種極度注重沉浸式體驗的工作,任何卡頓和不順都會讓用戶放棄。只有完全掌控平臺,才能打磨出極致的細節,比如那個讓我願意為它掏錢的“git merge”功能——它能以程序員的思維去比對、合併 AI 生成的代碼,而不是粗暴地全盤替換 。

而 Windsurf則走向了另一條更務實的道路:ToB 優先,兼容屎山代碼 。它更早、也更堅決地把自己切換到了“AI 當主駕,人當副駕”的智能體模式 。這種模式對小白用戶和企業流程更友好,因為企業服務最怕的就是高昂的客服成本和無休止的扯皮 。這也解釋了為什麼 OpenAI 最終願意豪擲 30 億美金收購它——OpenAI 需要的不僅是一個 ToB 的銷售渠道,更是海量的、寶貴的“過程數據”:那些在反覆修改、調試、反饋中產生的,遠比 GitHub 上靜態的最終代碼更有價值的數據,這些數據是訓練更強大模型的終極養料 。

賽道二:異步 Agent 的“全包之夢”,空中樓閣待落地

另一條賽道則顯得更加野心勃勃。Google 的 Jules、OpenAI 的 Codex 和 Anthropic 的 Claude Code,上演了一齣“三國殺” 。它們的目標是實現“異步編程”——你晚上睡覺前交代一個任務,7 小時後一早醒來,代碼已經交付到你面前 。

這其中,Google 的 Jules 最具代表性,它希望憑藉強大的雲計算能力,提供“全託管”服務,你提需求,它全包 。這聽起來是所有老闆的終極夢想,畢竟,正如一位創始人所言:“代碼是最確定的,程序員是最貴的,我肯定會逼著所有人都用,誰不用誰就滾” 。

但這個夢想目前更像是一場華麗的“概念車”發佈會 。這些工具展現了技術的未來方向,但離真正上路還有遙遠的距離。因為軟件開發最難的從來不是寫代碼,而是清晰地定義問題。我們現實中的老闆,有多少能像唐僧一樣目標堅定?他們往往是“說要去西天取經,結果半路拐進了 KTV” 。當一個需求本身都充滿不確定性,AI 又如何能獨立完成?

共同的瓶頸:翻不過的“人之常情”三座大山

無論是深度集成程序員工作流的 IDE,還是試圖獨立完成任務的異步 Agent,它們最終都撞上了同一堵牆——使用者本身。AI 的使用門檻看似降低了,實則被無限抬高 。因為高質量的輸出,必然依賴於更高質量的輸入。

要讓 AI 真正替代程序員,必須翻越三座大山:可被描述、可被拆解、可被評估 。

可被描述:你能像哲學家維特根斯坦要求的那樣,用語言毫無歧義地描述你的世界(需求)嗎?當你能做到時,你會發現你的語言已經驚人地接近代碼本身了 。

可被拆解:當任務涉及到互聯網上沒有的專有知識或複雜的現實流程時,AI 就會卡住,無法繼續拆解 。

可被評估:大模型的概率性本質,讓你很難確保它迭代的新版本一定比舊版本更好。誰來評估?誰來拍板? 

這三座大山,歸根結底都是“人”的山。它要求使用者不僅是執行者,更是一個好的“教練”,一個懂行的“老師傅” 。你得知道你要什麼,知道邊界在哪,知道什麼是對的,什麼是錯的。這對於那些“不知道自己不知道什麼”的人來說,幾乎是不可能完成的任務 。

AI 能幫你練“九陽神功”,但蹲馬步還得靠自己

所以,AI 編程的現狀,就像你拿到了一本《九陽神功》秘籍,以為可以獨步天下,結果師傅告訴你,先給我老老實實蹲三個月馬步 。絕大多數人只看到了 AI 生成代碼的酷炫,卻看不到背後那些枯燥但必要的架構設計、環境部署、可維護性測試等核心“馬步”。

AI 編程的自動化浪潮不可逆轉 ,但它不會很快替代掉優秀的程序員。它會率先衝擊那些重複性高、最容易被清晰描述、“背鍋”風險最小的崗位,比如平均水平的前端工程師 。AI 正在無情地抬高整個行業的下限,讓做一個“還行”的產品變得容易,但也因此讓做出一個“卓越”的產品變得比以往任何時候都難 。

歸根結底,AI 能寫代碼,但不能背鍋。

觀點整理自我的播客:人民公園說AI

👉訂閱「JustSayAI早晚報」· 每日兩封 · 一鍵聽報:https://justsayai.org/newsletter (需科學上網)

【關注頻道】:

📺B站:叫我小蘇就好啊

📕小紅書:人民公園說AI

▶️油管:人民公園說AI

看完Anthropic招股書,原來AI才是最荒誕的生意:大模型半年就換代,GPU卻能用8年!
BLOG

看完Anthropic招股書,原來AI才是最荒誕的生意:大模型半年就換代,GPU卻能用8年!

或許你看到這篇文章時,A社已經完成了IPO。但啃完Anthropic厚達300多頁的S1招股書,我真的被裡面的數字徹底笑死了。這哪裡是什麼高科技印鈔機?分明是資本史上最荒誕的超級殺豬盤! 一個研發耗資數億美金的大模型,保鮮期居然只有6個月;跑模型的服務器折舊按6年算;黃仁勳甚至在發佈會上拍胸脯保證,GPU能穩當跑滿8年!半年就得扔的短命耗材,套上8年折舊的物理重資產,3個數字硬湊在一起,直接把商業邏輯幹得粉碎。到底是誰在為這場狂歡買單?又是誰在把全天下的投資人當猴耍? 01 三個數字的財務魔術:半年壽命的耗材,配八年折舊的牌坊 招股書白紙黑字寫著:Anthropic整整80%的收入,全來自過去6個月內的新模型。這意味著只要過半年,老模型就淪為工業廢品,營收佔比直接跌破20%。這大模型的保鮮期,比生鮮草莓還短,半年就發黴爛透了! 可另一頭呢?雲巨頭按部就班算著6年折舊,黃仁勳到處吹噓GPU能用8年,稱其為最優質的固定資產。你不覺得荒唐透頂嗎?如果一家公司買了一批保質期半年的白菜,卻找銀行辦了8年的重型冷庫貸款,你猜這家公司能活幾天? 半年前還在說數

小苏·2026年11月18日
我爆改黃仁勳的小黃鴨翻車了,卻看懂了具身智能的未來!|MicroDuck是具身智能的樹莓派!
BLOG

我爆改黃仁勳的小黃鴨翻車了,卻看懂了具身智能的未來!|MicroDuck是具身智能的樹莓派!

上週看完英偉達在柏林 GTC 大會的那場秀,黃仁勳在臺上叫出一群小黃鴨,搖晃著翻跟頭、倒頭就睡,全場直呼“太可愛了”。但大家千萬別被這隻連英偉達芯片都沒裝的塑料鴨子給騙了!你以為老黃在給全世界發聖誕禮物? 大錯特錯!這隻售價 399 美元的小鴨子肚子裡,正塞著老黃吞併整個物理 AI 時代最致命的陽謀。他根本不是在賣玩具,他是在給未來的具身智能開發者,親手戴上一副永遠無法掙脫的數字腳鐐! 華強北都不能復刻! 當看到這隻小黃鴨號稱“開源”時,我的第一反應和國內極客一模一樣:這不就是個組裝機嗎?美國開源,中國華強北抄作業,399 美元的東西,我們 399 人民幣攢一隻,難道不是分分鐘的事? 可當我真正動手復刻時,現實狠狠抽了我一記耳光。 你以為它是個便宜貨?光是小鴨子身上維持平衡的那 15 個伺服舵機,到市面上零買攢齊,成本就超過 1000 美元,摺合人民幣上萬塊!散裝硬件的實際成本,直接把 399 美元的官方整機價格按在地上摩擦! 更詭異的是什麼?這隻鴨子身上,竟然沒有哪怕一顆昂貴的英偉達 GPU。核心主控零件全是中國製造,甚至用幾美元的通用板子就能

小苏·2026年11月5日
AI 逆向把軟件又殺了一遍?聊聊REA和軟件已死
BLOG

AI 逆向把軟件又殺了一遍?聊聊REA和軟件已死

最近科技圈被所謂“AI 逆向工程”嚇慘了。各大自媒體哀嚎“軟件已死”、“SaaS 滅頂之災”,真把我笑噴了。怎麼著?就憑某個小哥不滿月費復刻了 Adobe 全家桶,憑几個 PS5 遊戲被移植,還是憑韓國某銀行被一個 DeepSeek V4-Flash 摸進內網,底褲就嚇溼了? 到底在驚慌什麼?軟件已死?早在 20 年前,中國老闆們就宣判軟件死透了!那時候誰買正版 license?直接用盜版!到了 SaaS 時代,更是直接把團隊薅過來駐場定製,一次性買斷!20 年前就被判死刑的東西,現在輪得到 AI 逆向出來裝大尾巴狼? 逆向一切?不過是個打包了 126 個工具的猜謎遊戲! 全網瘋傳一個叫 REA 的神器,號稱“逆向一切”,彷彿裝上它就能隨意踢開大廠鐵門。但把底褲扒下來,它算個什麼黑客魔法?無非是把業內早就存在的 126 個開源工具打包成了工具箱而已! 逆向工程到底是什麼?說白了就是一場“猜測的藝術”(Guessing Game)!它是在已知運行結果的前提下,瞎猜背後的源碼怎麼寫。現在的 AI 確實聰明,能把簡單的混淆和加密猜出來,可這能代表自主研發嗎? 這就像你去

小苏·2026年10月20日