问题不在于人工智能代码，而在于不了解系统架构或意图

问题不在于 AI 代码，而是无人知晓最后更新时间：2026 年 9 月 28 日，作者：Simon Späti · 创建时间：2026 年 9 月 26 日 · 阅读最近更新时间 4 分钟 最近更改 9 月 28 日发布 · 882 个字 如果我们认为编写代码已经死了，而 AI 正在生成所有代码库，我仍然认为更大的问题是人们或整个团队不再了解系统架构或某些选择背后的意图被做了。对我的一次讨论的评论：我认为人工智能可能会编写平均代码（取决于任务和大小）。因此，如果你的代码库低于平均水平，人工智能可以轻松地将其提高到平均水平。至少这是我在这里观察到的。对我来说，问题不在于人工智能代码，而在于没有人知道任何事情，每个人都只是问克劳德。你最终会没有任何计划。 # 快速发展的初创公司的现状 这条推文很好地总结了快速发展的初创公司、大公司或中层管理人员大力推动人工智能的现状：我受够了这些狗屎。结束了。现在的工程状况很糟糕。距离在一家大公司上任已经半个月了。这里没有人知道任何事情。规格、代码、测试、PRD、票证、这些票证的分辨率、报告等，一切都是由 Claude Code 制作的。我的团队里没有人喜欢这个。他们被迫尽可能多地运送。我多次从高层管理层那里听到，推送代码并不是瓶颈，那么为什么我们进展缓慢呢？人们每天工作 12 到 13 个小时，只是为了按下 Enter 键。没有人在读任何东西。公司里的人靠自己什么也不做。这里的每个人，实际上是每个人，从 L1 到 L7 工程师都在做同样的事情。与克劳德交谈。没有胜利的感觉。没有人在解决错误。事实上，没有人再思考了。一切都是由法学硕士完成的。真是太吸魂了。老实说，如果我们至少有时间检查代码并看看发生了什么，我不会介意。但不，我们的目标只是发货。不管发生什么。 Voxium # 数据工程有何不同？霍伊特·艾默生提到数据工程是不同的：我认为数据人是不同的。从第一天起，我们就必须了解有关产品/业务的一切。人工智能现在只是为我们消除摩擦。我认为在人工智能出现之前成长起来的数据人员必须了解一切（或者了解很多，或者涉及领域专家）才能弄清楚这一点，确实如此。但人工智能让这一点变得过时，或者看似过时。这就是为什么人们从今天开始，或者我也是如此，如果我从今天开始进入一个新领域，突然之间，知识就消失了。 # 产品经理现在可以构建任何他想要的东西 Sean Behan 的好观点：我一直很钦佩那些不会编码但可以管理团队以获得他们想要的软件的产品人员。知道自己想要什么一直是最困难的部分。人们可以说，一个好的产品经理现在可以构建任何他们想要的东西，找到市场，让它看起来不错等等。但话又说回来，如果你不会编码，你基本上会为一个很难维护的产品奠定一个非常糟糕的基础（尽管人工智能在这方面也越来越好，特别是当你经常迭代时，但如果你选择了错误的语言或错误的心智模型，你从一开始就有错误的开始）。无论哪种方式，了解基础知识仍然很有帮助：对于编程和设计产品，对于一个知道需要什么但也了解系统和架构设计的优秀产品经理来说。 # 最终的老板仍然是系统或架构中的维护思维，或者有意图和设计——所有这些都有助于成为更好的软件工程师。如今，手工编写代码可能已经消亡，但它确实有所帮助，并且（使用人工智能）拥有品味比以往任何时候都更加重要。但最终的老板是而且永远是可维护性。生成快速管道、应用程序或 BI 仪表板越容易，您需要维护的内容就越多。如果没人知道一件事，事情就会变得非常困难。 # AI 无法自行驾驶 是的，AI 无法自行提示，对吗？为什么我们还需要人类？对我来说，这是一个明显的迹象，表明仍然需要人类来指导和协调它。这也是为什么意图、品味、设计和架构都是当今世界的杀手级特征。但一旦缺乏这些，或者更糟糕的是，根本性的，迷失方向，那就真的很危险了。我今天读到，这是一个我们自己造成的问题，如果我们仍然雇用初级员工，那么问题就不会发生。但是，是的，这并不那么容易。 # 进一步阅读克里斯·詹金斯 (Kris Jenkins) 谈论中层管理人员的担忧，而不是在人工智能或法学硕士的危险，如果由人类消耗，应该由人类编写的氛围编码。我学到的用人工智能写作的起源：primagen 视频和法学硕士和人工智能参考文献的局限性：我学到的用人工智能数据工程和第二大脑通讯写作的内容这篇笔记是我的第二大脑的一部分，这是关于数据工程、生活等的 650 多个公共笔记。我发送新笔记的摘要，b