紐約時(shí)報(bào)最近的一篇文章寫得非常精彩，可能成為周末閱讀量最高的文章之一。

文章認(rèn)為初級程序員甚至全部軟件工程師遲早被AI取代，現(xiàn)在的AI讓人動動嘴就能做出個(gè)人應(yīng)用。

對此，馬庫斯怒斥道——這種觀點(diǎn)，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(xiàn)實(shí)圖景，同時(shí)淡化了實(shí)現(xiàn)這一愿景的障礙。

他的編輯和讀者似乎都很喜歡這種風(fēng)格的文章。

坦白說，我并不喜歡這種風(fēng)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(quán)勢。

Kevin Roose最新文章就是一個(gè)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(shù)革命，卻沒有真正審視其中的現(xiàn)實(shí)難題和潛在風(fēng)險(xiǎn)。

事情的起因，還要從專欄作者Kevin Roose瘋狂編程開始講起。

他不是程序員，甚至連一行代碼都不會寫，也從未想過要從事軟件行業(yè)，也沒有想過放棄新聞事業(yè)轉(zhuǎn)投科技行業(yè)。

但在過去的幾個(gè)月里，他創(chuàng)作了4款應(yīng)用程序：

• 一個(gè)轉(zhuǎn)錄和總結(jié)長播客的工具。
• 一個(gè)將社交媒體書簽整理成可搜索數(shù)據(jù)庫的工具。
• 一個(gè)判斷某件家具是否能放進(jìn)汽車后備箱的網(wǎng)站。
• 以及一個(gè)名為LunchBox Buddy的應(yīng)用程序，它可以分析冰箱里的內(nèi)容，并幫助他為兒子準(zhǔn)備學(xué)校午餐。

他認(rèn)為這一切全靠AI對編程的「降維打擊」，像他這樣的對編程幾乎一無所知的門外漢，只要有想法就能開發(fā)出想要的應(yīng)用程序。

Karpathy推動新潮流

如今，人工智能（AI）正在推動一股新的技術(shù)趨勢——「自動編程」(vibe coding)。

AI研究大牛Andrej Karpathy推廣了這一術(shù)語，用來形容現(xiàn)代AI工具如何僅通過輸入文本提示（prompt），讓非技術(shù)用戶就能創(chuàng)建完整的應(yīng)用和網(wǎng)站。

換句話說，不需要會寫代碼，只要有想法和耐心，任何人都可以進(jìn)行「vibe coding」。

在社交媒體上，Karpathy這樣形容「vibe coding」：

這不是真正的編程。

我只是看東西、說需求、跑代碼、復(fù)制粘貼，但大多數(shù)時(shí)候它都能正常工作。

而「自動編程」可以讓每個(gè)人都能打造「個(gè)人專屬軟件」（software for one)。

AI生成的工具極大地降低了應(yīng)用開發(fā)的門檻，讓更多人可以用AI實(shí)現(xiàn)自己的創(chuàng)意。

「自動編程」構(gòu)建軟件的方式，令人震撼：

用一兩句話描述一個(gè)問題，然后看著強(qiáng)大的AI模型開始構(gòu)建定制工具來解決問題。

動動嘴，就能寫出個(gè)人定制的軟件！

這讓Roose產(chǎn)生了一種AI眩暈感，類似于第一次使用ChatGPT時(shí)的感覺。

他表示：「這也是向懷疑者展示當(dāng)今AI能力的最佳方式：模型現(xiàn)在可以自動化大部分入門級別的編程人物，并且很快在其他領(lǐng)域可能實(shí)現(xiàn)類似的進(jìn)展。」

AI讓「零基礎(chǔ)」用戶也能編程

過去一兩年里，隨著更強(qiáng)大的AI模型誕生，完全不懂編程的用戶，利用一系列新工具，能像專業(yè)開發(fā)者一樣創(chuàng)建軟件。

這些工具工作方式大同小異——用戶輸入需求后，AI自動完成設(shè)計(jì)，選擇合適的編程語言和軟件包，并開始構(gòu)建產(chǎn)品。

對于非程序員來說，「自動編程」（vibe coding）簡直就像魔法：

只需輸入一句描述需求的文本，神秘的代碼就會飛速滾動。

幾秒鐘后，如果一切順利，一個(gè)可運(yùn)行的原型就會出現(xiàn)。

用戶可以進(jìn)一步調(diào)整和修改，直到滿意為止，最后選擇將應(yīng)用部署到Web或在本地運(yùn)行。

整個(gè)過程可能幾分鐘內(nèi)完成，也可能需要數(shù)小時(shí)，具體取決于項(xiàng)目的復(fù)雜程度。

AI正在徹底改變編程方式，讓任何人都能輕松創(chuàng)造屬于自己的軟件！

他使用bolt，開發(fā)了可以幫助他為兒子打包學(xué)校午餐的應(yīng)用程序。

在接收到指令后，AI迅速分析任務(wù)并拆解為多個(gè)組件，然后自動執(zhí)行以下步驟：

1. 生成基礎(chǔ)網(wǎng)頁界面,方便用戶交互。
2. 選擇圖像識別工具，用于識別冰箱內(nèi)的食材。
3. 開發(fā)推薦算法，根據(jù)已有食材提供合理的午餐搭配。

大約10分鐘后，AI自動命名的「LunchBox Buddy」應(yīng)用成功生成。

使用Bolt構(gòu)建的LunchBox Buddy應(yīng)用程序

初級程序員前途堪憂

現(xiàn)在只要按幾次按鈕，Kevin Roose就構(gòu)建了以前需要一個(gè)工程師團(tuán)隊(duì)才能完成的產(chǎn)品。

他表示：「這一過程充分展示了AI在軟件開發(fā)中的強(qiáng)大能力，讓非程序員也能輕松打造實(shí)用工具?！?/span>

當(dāng)然，AI偶爾也會犯錯(cuò)。

有一次，他嘗試為當(dāng)?shù)厣鐓^(qū)的輪胎店構(gòu)建網(wǎng)站時(shí)，AI從該店的外賣平臺編造了虛假評論，并添加到推薦頁面。

另一次，當(dāng)他嘗試將一篇長篇文章轉(zhuǎn)化為互動網(wǎng)站時(shí)，AI只包含了大約一半的內(nèi)容，漏掉了另一半。

換句話說，自動編程仍然需要人類監(jiān)督，或者至少在旁邊觀察。

它可能最適合業(yè)余項(xiàng)目，而不是關(guān)鍵任務(wù)。

這種情況可能不會持續(xù)太久：許多AI公司，正在開發(fā)可以完全取代人類程序員的軟件工程智能體。

AI已經(jīng)在競爭性編程測試中取得了世界級的成績。

包括谷歌在內(nèi)的幾家大型科技公司，已經(jīng)將許多工程工作外包給AI系統(tǒng)。

根據(jù)Anthropic的說法，2025年是人類優(yōu)于AI的最后一年：「到2025年底，AI編程能力將達(dá)到非常高的水平，并可能在2026年底與最優(yōu)秀的程序員相當(dāng)。」

而初級程序員最有可能被AI取代，Kevin Roose認(rèn)為他們的工作前景堪憂。

他雖然并非盲目樂觀，但認(rèn)為AI編程的確是個(gè)好主意：

但目前，構(gòu)建應(yīng)用程序來自動化生活中煩人或耗時(shí)的任務(wù)，似乎是AI的一個(gè)很好的用途。

所以他會繼續(xù)利用自動編程——至少直到他的孩子能自己打包午餐為止。

Kevin Roose

馬庫斯：紐約時(shí)報(bào)可真能吹

馬庫斯認(rèn)為，這篇《紐約時(shí)報(bào)》上發(fā)表的最新文章，充分暴露了Kevin Roose根本就不懂什么叫軟件工程。

文章聚焦在AI在編程領(lǐng)域的應(yīng)用，充滿了理想化色彩，卻有意無意地淡化了實(shí)現(xiàn)這一美好愿景面臨的重重阻礙。

坦率地說，我并不喜歡。在我看來，這類文章很多都像是為大科技公司做營銷，只會讓科技寡頭變得更強(qiáng)大。

Roose在文中描述了用AI工具開發(fā)應(yīng)用程序的過程，如「午餐盒伙伴」（LunchBox Buddy）應(yīng)用，用戶只需給冰箱拍張照片，就能獲取午餐靈感。

同時(shí)，他還展示了AI系統(tǒng)生成的代碼，乍一看頗為驚艷。

文章中充滿了溢美之詞，稱其為「令人震撼的體驗(yàn)」。

用這種方式開發(fā)軟件——僅用寥寥一兩句話描述問題，隨后強(qiáng)大的AI模型便開始自動構(gòu)建定制工具來解決問題——這無疑是一種令人震撼的體驗(yàn)。

它帶來的那種AI引發(fā)的眩暈感，與我初次使用ChatGPT時(shí)的感受別無二致。

這讓讀者對AI編程的未來充滿憧憬。

然而，深入剖析文章細(xì)節(jié)，卻發(fā)現(xiàn)存在許多嚴(yán)重的問題。

代碼和應(yīng)用并非原創(chuàng)

首先，從創(chuàng)新來看，Roose所提出的從照片生成食譜的點(diǎn)子并非原創(chuàng)。

網(wǎng)上早已存在大量拍攝冰箱照片并推薦食譜的代碼庫與教程，如「深度美食」（deep-food）項(xiàng)目。

Roose提出的從照片生成食譜的創(chuàng)意并非首創(chuàng)，任何人都可以下載相關(guān)代碼

他所使用的AI系統(tǒng)很可能是基于這些已有代碼進(jìn)行訓(xùn)練的。

他似乎并未深入思考技術(shù)的原創(chuàng)性和獨(dú)特性，只是在重復(fù)已有的成果，而忽略了編程中最關(guān)鍵的創(chuàng)新要素。

一個(gè)系統(tǒng)可能在模仿方面表現(xiàn)出色，但在實(shí)現(xiàn)真正的創(chuàng)新和推廣應(yīng)用時(shí)，卻往往會遭遇巨大的挑戰(zhàn)。

Roose不懂編程實(shí)際困難

其次，Roose對「二八法則」存在嚴(yán)重的誤解。

在AI領(lǐng)域，獲得正確率達(dá)到80%的解決方案相對容易，但要實(shí)現(xiàn)最后的20%的精準(zhǔn)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，盡管技術(shù)在不斷進(jìn)步，但距離完全可靠的自動駕駛?cè)杂泻荛L的路要走。

Roose雖然承認(rèn)當(dāng)前的AI系統(tǒng)存在缺陷，但卻嚴(yán)重低估了實(shí)現(xiàn)更高精準(zhǔn)度的難度。

2023年，在他對聊天機(jī)器人的報(bào)道中，也犯了類似的錯(cuò)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(tǒng)，在標(biāo)準(zhǔn)化測試中仍有超過三分之一的輸出結(jié)果存在「幻覺」現(xiàn)象。

AI編程中的代碼錯(cuò)誤，很可能會在未來數(shù)十年內(nèi)持續(xù)存在，尤其是在構(gòu)建真正創(chuàng)新的應(yīng)用時(shí)。

Roose從未真正編寫過代碼，所以他缺乏對實(shí)際編程中的困難的認(rèn)識。

調(diào)試與維護(hù)才是重頭戲

編寫代碼只是第一步，調(diào)試代碼以及長期維護(hù)代碼才是更為艱巨的任務(wù)。

對于非程序員來說，修復(fù)AI所編寫的代碼更是難上加難。

如果「午餐盒伙伴」圖像識別系統(tǒng)出現(xiàn)故障，或者類似的bug，那么用戶就不得不面臨一些困擾。

而在自動電子郵件編寫等應(yīng)用場景中，代碼錯(cuò)誤可能會造成更嚴(yán)重的后果。

很難想象，非程序員能夠讓這些系統(tǒng)在實(shí)際中穩(wěn)定運(yùn)行，更不用說在后端網(wǎng)絡(luò)調(diào)用出現(xiàn)問題時(shí)能迅速有效地解決了。

Roose卻對調(diào)試和維護(hù)方面的挑戰(zhàn)避而不談，這無疑扭曲了AI編程系統(tǒng)的實(shí)際應(yīng)用難度。

幾乎任何一位專業(yè)人士都能指出，他所使用的例子過于簡單和明顯，根本無法作為對AI編程能力的有效測試。

同時(shí)，他嚴(yán)重低估了調(diào)試以及更復(fù)雜場景所需的工作量，更不用說長期維護(hù)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(yè)宣傳。

很多專業(yè)程序員對Cursor AI（基于Claude）等自動編程工具深感沮喪：

我取消了Cursor訂閱。一月份將是我最后一次使用Cursor和Claude。

它們在設(shè)計(jì)和構(gòu)建UI及交互方面并沒有太大幫助。我發(fā)現(xiàn)自己浪費(fèi)了大量時(shí)間，試圖引導(dǎo)它們生成更好的內(nèi)容，即使我只是想讓它們創(chuàng)建一個(gè)樣板代碼，作為提升生產(chǎn)力的起點(diǎn)。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，那我愿意接受挑戰(zhàn)并學(xué)習(xí)新東西。

科技作家Mayo Olshin曾一針見血地指出：「如果因?yàn)槿狈I(yè)知識、技能，或者不愿意仔細(xì)檢查結(jié)果，而盲目信任AI的輸出，那么從長遠(yuǎn)來看，它所帶來的危害，將遠(yuǎn)遠(yuǎn)超過短期內(nèi)因使用該技術(shù)而獲得的生產(chǎn)力提升?！?/span>

盲目炒作、誤人子弟

這種對AI的盲目炒作所帶來的影響是深遠(yuǎn)的，尤其是教育領(lǐng)域。

許多家長和教育工作者會對《紐約時(shí)報(bào)》中的觀點(diǎn)深信不疑。

這可能會導(dǎo)致越來越多的人勸阻美國孩子學(xué)習(xí)編程，認(rèn)為隨著AI技術(shù)的發(fā)展，學(xué)習(xí)編程已經(jīng)不再重要，也無需深入了解軟件的工作原理。

然而，現(xiàn)實(shí)情況是，至少在未來的一二十年甚至更長時(shí)間內(nèi)，大型項(xiàng)目的開發(fā)仍然離不開經(jīng)驗(yàn)豐富的軟件架構(gòu)師。

如果這種不切實(shí)際的炒作導(dǎo)致孩子們對學(xué)習(xí)編程望而卻步，科技發(fā)展將面臨嚴(yán)重的人才短缺問題，美國在科技領(lǐng)域也將逐漸失去優(yōu)勢。

曾經(jīng)就出現(xiàn)過類似的情況。

2016年，Geoff Hinton曾斷言：「我們現(xiàn)在就應(yīng)該停止培訓(xùn)放射科醫(yī)生，因?yàn)楹苊黠@，深度學(xué)習(xí)將在五年內(nèi)超越放射科醫(yī)生?！?/span>

然而，九年過去了，涌現(xiàn)出數(shù)百家相關(guān)初創(chuàng)公司，但至今沒有一位放射科醫(yī)生被完全取代。

反而在許多地方，放射科醫(yī)生的短缺問題日益嚴(yán)重。

這充分說明，對技術(shù)發(fā)展的預(yù)測不能過于盲目樂觀，不能僅僅根據(jù)短期的技術(shù)進(jìn)展，就做出過于激進(jìn)的判斷。

對自動編程技術(shù)進(jìn)行大肆炒作，很可能會導(dǎo)致程序員短缺的困境。

不加批判地鼓吹技術(shù)，實(shí)際上是在增強(qiáng)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(jià)。