当泡沫遇上现实
最近圈子里聊AI泡沫的声音越来越多，大厂裁员的消息也时不时冒出来。
说实话，氛围编程那套已经凉透了，这点毫无悬念。之前写过一篇文章专门聊这事儿："氛围编程走远，规格驱动开发降临"https://srs.pub/thinking/spec-driven-coding.html
AI这波泡沫更有意思。做空基金直接怼nvidia，理由是按现在的市值，得60年才能回本。更绝的是nvidia自己的神操作：给OpenAI投1000亿，然后这钱必须用来买nvidia的显卡。这不就是左手倒右手嘛，本质上就是在给自己刷数据。
但真正要命的不是这些资本游戏，而是这股风已经吹到了普通人和管理层那里。你看那个被炒得火热的口号："普通人不懂技术也能开发产品了！"
这种浮躁的氛围，让不少老板产生了一个危险的错觉：程序员要失业了。连Meta都搞出了"鼓励转行，主动离职"的骚操作。Meta都这样了，后面跟风的还会少吗？
但是，如果你真打算因为AI能写代码就开始裁人，我劝你先冷静一下。商业史上最贵的学费，往往来自对新技术能力的误判。
美丽的幻觉
AI不光自己会产生幻觉，更要命的是它还会传染给人。于是就有了那句让人热血沸腾的口号："普通人不懂技术也能开发产品了！"听起来多美好啊，难怪一堆人跟着喊。
但历史告诉我们一个残酷的规律：每次看起来要颠覆世界的技术突破，都会先让人high到天上，然后狠狠摔回地面。
看看下面这张图，不同编程模式的真实轨迹：
传统编程就像爬山，前期累死累活，慢慢往上爬，后期还得不停维护。但氛围编程和规格驱动开发就不一样了，一上来就能给你个惊喜，进展飞快。这也难怪那么多人相信"有想法就够了，剩下的交给AI"。
然后呢？氛围编程就开始现原形了。业内有个专门的词儿叫"腐烂"，说的就是AI写的代码崩坏的速度。
氛围编程确实能给你一个看起来还不错的初版，但你要是想继续完善？很快就会发现这玩意儿烂得比你想象的还快。我们项目里就遇到过，AI开始胡说八道，改了这里坏了那里，早期的AI模型还不知道适可而止，直接把自己都给卡死了。最后还是得人工全面接手，前前后后反而浪费了更多时间。
接下来可能成为主流的是规格驱动编程。这种方式起步和氛围编程差不多快，而且因为有明确的规格约束，初版质量可能还更好一些。虽然后面也会有腐烂的趋势，但规格就像缰绳一样，能把AI拉回正轨。最终的成熟度和覆盖面确实比纯人工要好一些。但这个"好"，也就是30%到50%的提升，没有想象中那么夸张。
所以啊，我们不仅要提防AI的幻觉，更要小心AI给我们制造的幻觉。真正的智慧在于：既不被炫酷的表象迷了眼，也不因为害怕就拒绝改变。
在很长一段时间里，AI都需要人来搭配，才能真正干成事儿。绝不是随便什么人都能上手的。
血淋淋的真相
说了这么多理论，来个真实的案例吧。我们团队最近就踩了一遍坑，现在想想还挺有意思的。
借助AI的能力，第一天就搭出了个基础框架，加上产品信息的整理，当天就能看到大概的样子。三天左右，核心的3-5个功能都跑起来了，通过了基础测试。那会儿我们还挺兴奋的，觉得这效率简直了。
然后就是噩梦的开始：整个研发团队全员上阵，像保姆一样盯着AI的每个操作，花了整整3个星期，才把各种bug、逻辑错误、莫名其妙的问题给填得差不多。
事后复盘，AI确实能在三天内给你一个能跑的版本，但AI+人工还是需要三周的时间来收拾残局，这还是在规格驱动模式下的结果。整个周期算下来，和纯人工开发差不了多少，而且在细节把控上，远没有人工那么可控。
不过话说回来，AI在一些我们团队薄弱的地方，比如CSS动画特效，确实提供了相当不错的补充。
这个经历让我明白了一个道理：复杂系统从来不是简单能力的拼凑，而是需要有人统筹全局。AI可以提供强大的局部能力，但整个系统的协调，还得靠人的智慧。
所以结论是什么？AI编程确实有用，但绝不是那些营销号说的那么轻松。我们的资深开发全程深度参与，工作量比平时还要大。
如果你听信了"AI让普通人都能开发产品"的鬼话，先别急着裁人，让子弹再飞一会儿。
如何驯服这头野兽
那AI编程到底还有没有用？当然有用！关键是要学会怎么驯服它。认清了AI的脾气秉性后，它绝对是个值得投资的好帮手。
AI编程的四大价值
做原型简直是神器：AI编程能快速给你一个可视化的原型。如果你只是想做个demo、验证个想法、或者和团队讨论创意，AI简直就是为这个而生的。
补齐团队短板：以前组建研发团队，各种技能都得配齐，成本高得要命。现在AI能提供中上水平的开发能力，只要有人指导得当，很多临时需求都能搞定。
打破信息壁垒：传统开发中，某些特定技能只有少数高手掌握，协调起来麻烦得很。有了AI，对传统高手的依赖大大降低了。
局部功能很靠谱：AI现在的问题是记忆力不行，搞不定大系统。但对于那些短小精悍、需求明确的功能，质量还是挺高的。
不同人群的生存指南
这波变革对研发团队的冲击还是挺明显的：
高手变得有点寂寞：因为不再是独一无二的存在，门前确实冷清了不少。不过真正的高手借助AI发挥的效能还是比普通人强，价值依然在。真正的专家价值，从来不在于知道多少，而在于知道怎么用。
新人的路更难走了：学编程本来就不容易，现在AI一出来，新人的学习动力和信心都受到冲击。只能从产品设计、规格规范这些方向入手，但这样一来，和AI的深度交流就成了问题，以后的路会很艰难。
普通程序员如虎添翼：反倒是那些已经入门、掌握了基础技能的普通开发者，搭配AI简直如虎添翼。一个人顶好几个不是梦，甚至跨语言、跨领域都成了可能。
普通人还有机会吗？
如果你能做到产品经理的水平，输出详细的产品设计规格，或许还有一线希望。但最起码得有技术架构师来规范系统架构，数据结构、接口规范、设计规范这些基础知识是跑不掉的。
完全不懂技术就想做产品？醒醒吧。
对普通人或者新人来说，比较靠谱的路径是学习设计思维，能把想法详细描述成产品需求，制定产品设计规范，最终确定技术规格。做到这一步，才有可能借助AI把产品做好。
写在最后
技术的本质是放大人的能力，而不是替代人的智慧。AI编程确实是未来，但这个未来需要我们理性地参与创造，而不是盲目地跟风炒作。
别再做那些不切实际的白日梦了。AI确实能提供功能和价值，但在任何时代、任何技术革命中，都不存在躺着就能赢的机会。解决真正有价值问题的能力，永远都是稀缺资源。
驯服AI编程的核心在于：用规范约束AI的随意性，用人类智慧指导AI的创造力。学会了这一点，你就掌握了未来。
::: {#author name=reddish}
本文同步发表在 软件需求探索的https://srs.pub/thinking/stop-firing-after-ai-coming.html
作者: reddish@srs.pub
:::
