佳文共赏 全部文章

梳理蒸汽、电力、互联网到AI的技术叙事循环，指出乐观承诺常以“进步”和“不可避免”遮蔽代价，而批判虽迟到却会转化为制度护栏，成熟文明应为反思声音保留位置。

借 Linus 从亲自写代码转向 Linux 项目设计与协调的角色，说明 AI 编程不是简单提示生成代码，而是让专家像维护者一样把控方向、质量与取舍，软件能力重心转向架构判断和代理协作。

2026年AI产业从模型规模竞争转向智能可用竞争，模型进化延伸到部署和使用环节，工程基础设施、可信执行、商业定价和组织形态同步重构，核心命题变为系统性驾驭AI并与其协同进化。

在 AI 编程时代，软件不应只分稳定版和开发版，代码仓库更像可复用模板，实验分支和面向代理的文档能让用户、开发者与 AI 更快迭代并共同验证功能。

法意研究发现，AI建议会显著降低人们承认“不知道”的意愿，即使答案错误仍提升信心；实验中准确率从27%降至9%，信心从30%升至76%，显示AI素养与教育干预必要性。

作者借AI生成漫画续作的设想，反驳将AI产物与人类艺术等同的观点，认为艺术价值不只在输出效果，还来自创作者的投入、能力、选择与未完成带来的真实感；AI和赝品一样会误代表达成就，若以效率替代标注清晰的人类创作，将剥夺消费者选择并削弱作品意义。

AI 编程代理正在自动化初级开发者过去依靠重复练习获得的经验，导致入门岗位收缩但高级判断型岗位增长；开发者应主动训练代码品味、验证能力、系统理解和任务授权边界，把价值集中在选择正确问题、完成最后一公里和公开解决难题上。

antirez认为AI已改变编程默认方式，程序员不应把主要精力放在逐行审查生成代码，而应掌控软件设计思想、验证架构模型、加强QA和测试，并用设计文档承载关键意图；代码阅读的价值下降，但年轻程序员仍需通过实现基础系统建立编程心智模型。

将LLM生成文档视为知识工作进步是范畴错误，许多文档的价值不在文本本身，而在证明作者完成了思考与判断；当LLM让合格文档变得廉价，组织原本用文档质量衡量专业能力和进展的信号系统被削弱，真正缺失的是写作过程中的智力劳动。

AI 会快速吞噬有标准答案的工作，工程师的长期价值转向选择值得解决的问题、判断机器输出是否可靠、负责交付结果并完成最后打磨；作者建议通过公开高质量作品积累声誉，刻意练习系统理解与验证能力，把代理当作可控委托对象，在困难问题附近建立不可被自动化的判断力。