循环中的人累了

另一篇关于法学硕士的思考文章。我知道。耐心听我说。我试图用文字来表达我认为大多数开发人员现在正在经历但还没有时间理解的事情。法学硕士编程确实有用，但也确实不稳定。这两件事是共存的。如果我们假装第二件事没有发生，我们都会精疲力尽。在 Pydantic，我们构建了开发人员用来验证数据、构建 AI 代理并观察他们的系统在生产中执行的操作的工具。毫不夸张地说，我们致力于让 LLM 支持的软件变得更加可靠。我们也度过了一段奇怪的时光。这并不是关于人工智能是否会取代程序员的思考。这不是一篇厄运文章，也不是一篇炒作文章。这是来自内部人士对现在作为一名开发人员的感受的诚实描述，以及一些可能真正有帮助的想法。当我二十出头第一次学习编码时，我记得有一种独特的感觉：编程让我把手伸进宇宙的结构中，并按照我的意愿塑造它。当然，这是在我遇到太多编译错误之前。但那种触及抽象的深层基本层、能够仅凭逻辑创造事物的感觉一直困扰着我。我不是计算机科学专业的毕业生。我是一名设计师和程序员——前者接受过正式培训，后者自学成才。我通过痛苦的经历而不是学术指导接触到了软件工程的形式主义。如果说有什么不同的话，那就是当我理解这些原则后，我会更加认真地对待它们。当您通过艰苦的方式获得关于架构和代码质量的意见时，它们感觉不像教科书规则，而更像疤痕组织。那种原始的创造感觉？ 2010 年代的低代码和无代码工具一直在做出同样的承诺，但从未完全兑现。我已经足够大了，还记得在 Dreamweaver 中构建网页，观看 Adob​​e 宣传零代码设计工具在幕后生成绝对的意大利面条。它总是几乎就在那里，足以暗示即将到来的未来（只要你足够聪明，能够抓住它）。如果你对当前的人工智能工具浪潮感到愤世嫉俗，我明白。我们之前就已经承诺过这一点。但这一次，承诺与现实之间的差距实际上终于缩小到了有意义的程度。这正是让人如此不安的原因。 # “代码自己编写”的实际感觉是的，代码（某种程度上）是自己编写的，但是人工审查、指导和纠正过程感觉更糟，而不是更好。我最近与我的同事 Douwe 进行了一次对话，他负责维护 Pydantic AI 框架，并且是我所认识的关于将 LLM 集成到开源工作流程方面最有思想的人之一。他描述了每天早上醒来的三十个 PR，每个 PR 都是由某人的人工智能连夜拉取的，并且需要对每个 PR 做出快速判断。将审查本身委托给人工智能的诱惑是巨大的。但是，正如他所说：“到那时，我还在这里做什么？” 。诚实的事实是，在过去的几个月里，有几天我花了将近两天的时间来写一个法学硕士执行的计划：着迷地澄清、指定、重新指定，结果它仍然做了一些莫名其妙的愚蠢的事情。将 React hook 移植到 Storybook 故事文件中。读出错误的计划。发明不存在的组件。这些并不是能力上的错误；而是能力上的错误。它们是连贯性错误。这些模型足够智能，可以生成合理的代码，但并不总是足够智能，可以在复杂的变更中保持一致的意图。这就产生了一种奇特的新型疲劳，即监督疲劳：当机器生成大量基本正确的输出时，你仍将意图牢记在心，而这些输出仍然需要你的眼睛、你的判断力和你的品味。 Douwe 说得好：他过去常常因为与真人合作开发一项很酷的开源功能而获得多巴胺的刺激。帮助某人在他们的手艺上变得更好。现在，他说，“我写的所有东西都会进入人工智能黑洞。另一边没有人真正学到任何东西。”这种损失是真实存在的，值得一提。 # 强度陷阱 Simon Willison 最近强调了伯克利哈斯大学的一项研究，该研究描述了人工智能的使用如何增加工作强度。 “一天结束时再有一个提示，再有一个功能可以让这一切变得完美”的不断拉动。我在骨子里感觉到了这一点。最近，在我的催促下，我一直熬到凌晨两点，因为我很快就能制定出正确的计划。或者说我是这么想的。另一位 Pydantic 同事 Marcelo 在被问及他的 Claude Code 会话冻结问题时说道：“只需打开 5 个 claude 会话即可。你永远不会注意到，因为你正忙于向其他人提供反馈。”他是在开玩笑。我认为。但它捕捉到了当前时刻的真实情况。并行性令人兴奋并且有点f