文章标题:如果你不再写代码,你审查代码的能力也会下降
正文: 无论你正在学习什么技能,用不了多久,就会有该领域经验丰富的人告诉你,要亲自上手去练。读《Born to Run》没问题,但如果你不开始跑步,短期内是跑不了超级马拉松的。无论是肌肉记忆、技巧、体能还是解决问题的能力,要想达成目标,你都需要练习。这在任何领域都不是什么有争议的说法,从来都不是。
唯独在软件工程领域,不知怎的,例外了。
在软件工程领域,我们不知怎的迷失了方向,以为即使停止练习,我们的技能也不会停止提升。在任何其他领域提出这种主张,往好里说也会遭到嗤笑。想象一下 John Scofield1 说他不再练吉他,是因为“他在音乐上已经达到了足够好的水平,足以维持(甚至提升!)他的专业水准”——仅仅通过 1)指导别人如何演奏(要么用含糊笼统的感觉描述,要么用严格的乐谱规范),然后 2)听他们弹奏什么,反复迭代,直到听起来足够好、能放到他的下一张唱片里。“我的音乐更好了”,他会这么说,而且“弹吉他本身从来都不是重点,做音乐还有更多别的东西。”
请注意,我这篇文章的重点不是讨论代码产出的短期质量(或者顺着上面这个比喻,讨论录下来的吉他演奏质量),而是手艺人亲自实践其技艺与完全不实践之间的技能差异。
再做一個可以说更贴近软件工程——或者至少更贴近其中“编写代码并对代码进行推理”那部分——的类比,我们来看看其他领域的作者。我毫不怀疑,阅读优秀的散文有可能推动一位写作者把自己作品写得更好;事实上,拥有可供汲取的创造性参照是极其重要的——这一点毫无疑问。但是,想象一位作者:1)停止了写作,只去阅读并给其他写作者提供反馈,更糟的是,2)主要读 AI 生成的散文!?说实话,我预计这位作者的写作水平会相当稳定地(如果不是指数级地)下滑。
“软件工程不只是写代码” 链接到标题
当然。但如果我们至少能同意,运行我们软件的那段代码是其中不可忽视的一部分(尽管,诚然,远非全部:开发和维护软件的其他部分甚至更有力地反对把生成式 AI 当作重要的工具服务!),我们就应当力求精通于理解代码如何运作、好的代码长什么样、要提防什么,以及软件架构在让代码易于修改方面如何发挥关键作用。
仅仅“审查 Claude 产出的所有代码”是远远不够的。而且你到底想骗谁呢;到这个地步,你其实一半都没在认真读,对吧?
所以我提议一件曾经是显而易见的事:继续练习!
这就引出了我的下一个观点:
所有工程师(!)都需要擅长解决问题 链接到标题
if || while 你可以论证,对自己的软件代码保持亲力亲为的必要性因人而异,但我认为你无法否认,我们仍然在解决问题。而你停止练习解决问题的那一刻,就是你停止在这方面变得更好的那一刻,就像其他一切事情一样。就这么简单。顺便说一句,这算不上什么新鲜事:你一直都能分辨出谁是用作弊码打通 Doom 的,谁是真正通关的!如果最终目标是“打通游戏”,那就尽管作弊;如果最终目标是变得擅长它,那我建议你别作弊。有些教训只能通过艰难的方式(试错)学到,而几乎没有什么教训是毫不费力就能学到的。反复使用 LLM 来解决问题,会把下面这个前提砸进我们大脑的回路里:如果某件事很难、很棘手或需要付出努力,你压根就不该去尝试。于是,我们的学习、手艺和乐趣,就这样出了窗外。
如果你停止写代码,你审查代码的能力也会变差
在一个人们用 AI 来总结书籍而不是去读它们、转而向 AI 寻求心理治疗的世界里,我不想再继续用它了。这感觉像是一个危险的滑坡。随着识字率和计算能力下降,我不禁怀疑,鼓励我们如此重度依赖 AI 是否是个好主意。这让我不禁想问:我们到底还在不在自己思考?—— Em's blog2,强调为笔者所加。
在一个人们用 AI 来总结书籍而不是去读它们、转而向 AI 寻求心理治疗的世界里,我不想再继续用它了。这感觉像是一个危险的滑坡。随着识字率和计算能力下降,我不禁怀疑,鼓励我们如此重度依赖 AI 是否是个好主意。
这让我不禁想问:我们到底还在不在自己思考?
— Em's blog2,强调为笔者所加。
拜托,John Scofield,别停止弹你的吉他!

- 我不确定 Em 是谁,但他们的博客很棒! ↩︎