文/新智元
微訊號：AI_era
紐約時報最近的一篇文章寫得非常精彩，可能成為週末閱讀量最高的文章之一。
文章認為初級程式設計師甚至全部軟體工程師遲早被AI取代，現在的AI讓人動動嘴就能做出個人應用。
對此，馬庫斯怒斥道——這種觀點，簡直就是在誤人子弟！
而文章作者Kevin Roose與科技巨頭是蛇鼠一窩、一丘之貉：
就像許多類似的文章一樣，新文章全是白日夢，描繪了一幅充滿大膽想象的新現實圖景，同時淡化了實現這一願景的障礙。
他的編輯和讀者似乎都很喜歡這種風格的文章。
坦白說，我並不喜歡這種風格。在我看來，這類文章更像是科技巨頭的營銷手段，最終只會讓它們得到更多權勢。
Kevin Roose最新文章就是一個典型例子。它的確寫得精彩。但就像他過去的許多文章一樣，它描繪了一場即將到來的技術革命，卻沒有真正審視其中的現實難題和潛在風險。
事情的起因，還要從專欄作者Kevin Roose瘋狂程式設計開始講起。
他不是程式設計師，甚至連一行程式碼都不會寫，也從未想過要從事軟體行業，也沒有想過放棄新聞事業轉投科技行業。
但在過去的幾個月裡，他創作了4款應用程式：
-
一個轉錄和總結長播客的工具。 -
一個將社交媒體書籤整理成可搜尋資料庫的工具。 -
一個判斷某件傢俱是否能放進汽車後備箱的網站。 -
以及一個名為LunchBox Buddy的應用程式，它可以分析冰箱裡的內容，並幫助他為兒子準備學校午餐。
他認為這一切全靠AI對程式設計的「降維打擊」，像他這樣的對程式設計幾乎一無所知的門外漢，只要有想法就能開發出想要的應用程式。
如今，人工智慧（AI）正在推動一股新的技術趨勢——「自動程式設計」(vibe coding)。
AI研究大牛Andrej Karpathy推廣了這一術語，用來形容現代AI工具如何僅透過輸入文字提示（prompt），讓非技術使用者就能建立完整的應用和網站。
換句話說，不需要會寫程式碼，只要有想法和耐心，任何人都可以進行「vibe coding」。
在社交媒體上，Karpathy這樣形容「vibe coding」：
這不是真正的程式設計。
我只是看東西、說需求、跑程式碼、複製貼上，但大多數時候它都能正常工作。
而「自動程式設計」可以讓每個人都能打造「個人專屬軟體」（software for one)。
AI生成的工具極大地降低了應用開發的門檻，讓更多人可以用AI實現自己的創意。
「自動程式設計」構建軟體的方式，令人震撼：
動動嘴，就能寫出個人定製的軟體！
這讓Roose產生了一種AI眩暈感，類似於第一次使用ChatGPT時的感覺。
他表示：「這也是向懷疑者展示當今AI能力的最佳方式：模型現在可以自動化大部分入門級別的程式設計人物，並且很快在其他領域可能實現類似的進展。」
AI讓「零基礎」使用者也能程式設計
過去一兩年裡，隨著更強大的AI模型誕生，完全不懂程式設計的使用者，利用一系列新工具，能像專業開發者一樣建立軟體。
這些工具工作方式大同小異——使用者輸入需求後，AI自動完成設計，選擇合適的程式語言和軟體包，並開始構建產品。
對於非程式設計師來說，「自動程式設計」（vibe coding）簡直就像魔法：
幾秒鐘後，如果一切順利，一個可執行的原型就會出現。
使用者可以進一步調整和修改，直到滿意為止，最後選擇將應用部署到Web或在本地執行。
整個過程可能幾分鐘內完成，也可能需要數小時，具體取決於專案的複雜程度。
AI正在徹底改變程式設計方式，讓任何人都能輕鬆創造屬於自己的軟體！
他使用bolt，開發了可以幫助他為兒子打包學校午餐的應用程式。
在接收到指令後，AI迅速分析任務並拆解為多個元件，然後自動執行以下步驟：
-
生成基礎網頁介面,方便使用者互動。 -
選擇影像識別工具，用於識別冰箱內的食材。 -
開發推薦演算法，根據已有食材提供合理的午餐搭配。
大約10分鐘後，AI自動命名的「LunchBox Buddy」應用成功生成。
使用Bolt構建的LunchBox Buddy應用程式
初級程式設計師前途堪憂
現在只要按幾次按鈕，Kevin Roose就構建了以前需要一個工程師團隊才能完成的產品。
他表示：「這一過程充分展示了AI在軟體開發中的強大能力，讓非程式設計師也能輕鬆打造實用工具。」
當然，AI偶爾也會犯錯。
有一次，他嘗試為當地社群的輪胎店構建網站時，AI從該店的外賣平臺編造了虛假評論，並新增到推薦頁面。
另一次，當他嘗試將一篇長篇文章轉化為互動網站時，AI只包含了大約一半的內容，漏掉了另一半。
換句話說，自動程式設計仍然需要人類監督，或者至少在旁邊觀察。
它可能最適合業餘專案，而不是關鍵任務。
這種情況可能不會持續太久：許多AI公司，正在開發可以完全取代人類程式設計師的軟體工程智慧體。
AI已經在競爭性程式設計測試中取得了世界級的成績。
包括谷歌在內的幾家大型科技公司，已經將許多工程工作外包給AI系統。
根據Anthropic的說法，2025年是人類優於AI的最後一年：「到2025年底，AI程式設計能力將達到非常高的水平，並可能在2026年底與最優秀的程式設計師相當。」
而初級程式設計師最有可能被AI取代，Kevin Roose認為他們的工作前景堪憂。
他雖然並非盲目樂觀，但認為AI程式設計的確是個好主意：
所以他會繼續利用自動程式設計——至少直到他的孩子能自己打包午餐為止。
Kevin Roose
馬庫斯認為，這篇《紐約時報》上發表的最新文章，充分暴露了Kevin Roose根本就不懂什麼叫軟體工程。
文章聚焦在AI在程式設計領域的應用，充滿了理想化色彩，卻有意無意地淡化了實現這一美好願景面臨的重重阻礙。
Roose在文中描述了用AI工具開發應用程式的過程，如「午餐盒夥伴」（LunchBox Buddy）應用，使用者只需給冰箱拍張照片，就能獲取午餐靈感。
同時，他還展示了AI系統生成的程式碼，乍一看頗為驚豔。
文章中充滿了溢美之詞，稱其為「令人震撼的體驗」。
用這種方式開發軟體——僅用寥寥一兩句話描述問題，隨後強大的AI模型便開始自動構建定製工具來解決問題——這無疑是一種令人震撼的體驗。
它帶來的那種AI引發的眩暈感，與我初次使用ChatGPT時的感受別無二致。
這讓讀者對AI程式設計的未來充滿憧憬。
然而，深入剖析文章細節，卻發現存在許多嚴重的問題。
程式碼和應用並非原創
首先，從創新來看，Roose所提出的從照片生成食譜的點子並非原創。
網上早已存在大量拍攝冰箱照片並推薦食譜的程式碼庫與教程，如「深度美食」（deep-food）專案。
Roose提出的從照片生成食譜的創意並非首創，任何人都可以下載相關程式碼
他所使用的AI系統很可能是基於這些已有程式碼進行訓練的。
他似乎並未深入思考技術的原創性和獨特性，只是在重複已有的成果，而忽略了程式設計中最關鍵的創新要素。
一個系統可能在模仿方面表現出色，但在實現真正的創新和推廣應用時，卻往往會遭遇巨大的挑戰。
Roose不懂程式設計實際困難
其次，Roose對「二八法則」存在嚴重的誤解。
在AI領域，獲得正確率達到80%的解決方案相對容易，但要實現最後的20%的精準度卻異常困難。
以汽車無人駕駛為例，幾十年來一直面臨著這樣的困境，儘管技術在不斷進步，但距離完全可靠的自動駕駛仍有很長的路要走。
Roose雖然承認當前的AI系統存在缺陷，但卻嚴重低估了實現更高精準度的難度。
2023年，在他對聊天機器人的報道中，也犯了類似的錯誤，低估了「幻覺」問題的頑固性。
新的研究表明，即使是最新的GPT 4.5系統，在標準化測試中仍有超過三分之一的輸出結果存在「幻覺」現象。
AI程式設計中的程式碼錯誤，很可能會在未來數十年內持續存在，尤其是在構建真正創新的應用時。
Roose從未真正編寫過程式碼，所以他缺乏對實際程式設計中的困難的認識。
除錯與維護才是重頭戲
編寫程式碼只是第一步，除錯程式碼以及長期維護程式碼才是更為艱鉅的任務。
對於非程式設計師來說，修復AI所編寫的程式碼更是難上加難。
如果「午餐盒夥伴」影像識別系統出現故障，或者類似的bug，那麼使用者就不得不面臨一些困擾。
而在自動電子郵件編寫等應用場景中，程式碼錯誤可能會造成更嚴重的後果。
很難想象，非程式設計師能夠讓這些系統在實際中穩定執行，更不用說在後端網路調用出現問題時能迅速有效地解決了。
Roose卻對除錯和維護方面的挑戰避而不談，這無疑扭曲了AI程式設計系統的實際應用難度。
幾乎任何一位專業人士都能指出，他所使用的例子過於簡單和明顯，根本無法作為對AI程式設計能力的有效測試。
同時，他嚴重低估了除錯以及更復雜場景所需的工作量，更不用說長期維護了。
這使文章在一定程度上失去了客觀性，更像是為AI公司做的商業宣傳。
很多專業程式設計師對Cursor AI（基於Claude）等自動程式設計工具深感沮喪：
我取消了Cursor訂閱。一月份將是我最後一次使用Cursor和Claude。
它們在設計和構建UI及互動方面並沒有太大幫助。我發現自己浪費了大量時間，試圖引導它們生成更好的內容，即使我只是想讓它們建立一個樣板程式碼，作為提升生產力的起點。但最終我總是感到沮喪和疲憊。我自己可以做得更好，不需要它們的幫助。
如果我不能，那我願意接受挑戰並學習新東西。
科技作家Mayo Olshin曾一針見血地指出：「如果因為缺乏專業知識、技能，或者不願意仔細檢查結果，而盲目信任AI的輸出，那麼從長遠來看，它所帶來的危害，將遠遠超過短期內因使用該技術而獲得的生產力提升。」
這種對AI的盲目炒作所帶來的影響是深遠的，尤其是教育領域。
許多家長和教育工作者會對《紐約時報》中的觀點深信不疑。
這可能會導致越來越多的人勸阻美國孩子學習程式設計，認為隨著AI技術的發展，學習程式設計已經不再重要，也無需深入瞭解軟體的工作原理。
然而，現實情況是，至少在未來的一二十年甚至更長時間內，大型專案的開發仍然離不開經驗豐富的軟體架構師。
如果這種不切實際的炒作導致孩子們對學習程式設計望而卻步，科技發展將面臨嚴重的人才短缺問題，美國在科技領域也將逐漸失去優勢。
曾經就出現過類似的情況。
2016年，Geoff Hinton曾斷言：「我們現在就應該停止培訓放射科醫生，因為很明顯，深度學習將在五年內超越放射科醫生。」
然而，九年過去了，湧現出數百家相關初創公司，但至今沒有一位放射科醫生被完全取代。
反而在許多地方，放射科醫生的短缺問題日益嚴重。
這充分說明，對技術發展的預測不能過於盲目樂觀，不能僅僅根據短期的技術進展，就做出過於激進的判斷。
對自動程式設計技術進行大肆炒作，很可能會導致程式設計師短缺的困境。
不加批判地鼓吹技術，實際上是在增強科技寡頭的影響力，而社會最終將不得不為此付出沉重的代價。
倡導理性閱讀，離夢校更近一步
如果您喜歡這篇文章，那就點個「在看」吧！