惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
T
The Blog of Author Tim Ferriss
博客园 - 司徒正美
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
有赞技术团队
有赞技术团队
量子位
S
SegmentFault 最新的问题
博客园 - 聂微东
博客园 - 【当耐特】
J
Java Code Geeks
美团技术团队
Hugging Face - Blog
Hugging Face - Blog
H
Help Net Security
V
V2EX
人人都是产品经理
人人都是产品经理
博客园 - Franky
罗磊的独立博客
Engineering at Meta
Engineering at Meta
A
About on SuperTechFans
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
酷 壳 – CoolShell
酷 壳 – CoolShell
云风的 BLOG
云风的 BLOG
Y
Y Combinator Blog
Apple Machine Learning Research
Apple Machine Learning Research

暗无天日

读:AI Agent 安全日志——从可见性与隐私的两难说起 - 暗无天日 AI写作的语言指纹——如何让文字不那么像机器 - 暗无天日 读:50 条 Claude Code 技巧——一个工程经理的六个月使用心得 读:AI 辅助开发为什么让 E2E 测试更有价值 - 暗无天日 读:在Emacs中使用Claude Code(Spacemacs适配版) - 暗无天日 Claude Code 背后的工程哲学——读 Agent Harness Engineering 读:Agent Harness Engineering——AI 智能体不只是模型,还有套件 - 暗无天日 browser-harness:让 AI 直接接管你的浏览器 - 暗无天日 读:Security-First CI/CD —— DevSecOps 自动化实践指南 TIL: 数字小键盘的小数点陷阱与行内算术求值 - 暗无天日 读:Immutability 不是万能药,它是一种权衡 - 暗无天日 Conducty:给 Claude Code 加上项目记忆和并行执行能力 - 暗无天日 读 — GitHub Trending 里的 Claude Code 技能包 读 — Prompt Caching 省钱指南 TIL: Emacs 中那些跟鼠标配合的冷门快捷键 - 暗无天日 读:Anvil——把 Emacs 变成 AI 的工具服务器 读:Emacs 代码折叠终极指南 - 暗无天日 读:Clojure 搭车客指南 - 暗无天日 git推送失败后恢复仓库损坏的完整记录 - 暗无天日 多智能体系统的两个有效模式——以及对 Claude Code 用户的启示 - 暗无天日 用 Org Babel 写 Literate 博文:扩展执行 + 定制导出 proced:Emacs 内置的进程查看器 - 暗无天日 从 proced 定制中学到的 Elisp 模式 读:让 Emacs proced 在 macOS 上显示 CPU 和内存 异步编程的函数着色税 - 暗无天日 链式调用的代价:JavaScript 和 Clojure 的共同教训 - 暗无天日 hyperfine:命令行基准测试工具 - 暗无天日 管道中的变量去哪了?——子 shell 作用域陷阱 - 暗无天日 开源包装器的信任陷阱:四个危险信号 - 暗无天日 程序员愿意为 AI 写文档,却不愿为同事写 - 暗无天日
读:HN 热帖——用 AI 写代码,你的手艺在退化吗? - 暗无天日
lujun9972,Claude Code · 2026-06-22 · via 暗无天日

目录

  • 「看懂了」不等于「会做了」
  • 正方认为
    • 不练就忘,没有例外
    • PR 灾难现场,不理解就提交
    • 冷漠比退化更可怕
  • 反方
    • 编译器也没让人忘掉编程
  • 核心分歧,什么算「学会了」
  • 我的感觉

一条 Hacker News 帖子,标题是 "We dropped Claude."(我们放弃 Claude 了)。发帖人说得很直接,不想对一家千亿公司产生硬依赖来写软件,希望社区一起搞出 LLM 领域的 "Linux/Postgres/Git"。

帖子本身只有几段话,但底下 220 条评论里,真正吵起来的跟开源模型关系不大,而是一个更扎心的问题,*用 AI 写代码,你的编程能力是在退化吗?*

「看懂了」不等于「会做了」

viccis 打了个比方,补习班效应。

他观察过找补习老师的学生,老师带着做作业、讲题,学生觉得自己全懂了。但考试的时候做不出来。原因很简单,看到别人解题,大脑会产生一种「我懂了」的错觉。任何看完教程觉得「这么简单」然后自己做不出来的人,都经历过这种感觉。

换到 AI 编程上一回事。Claude 生成了代码,你读了一遍觉得逻辑清晰,但这跟你从零写出来是两码事。教程里那个 Todo List 应用看着简单,但作者写的时候做了无数个你根本不需要考虑的决策。

他出了道测试题:如果你在一架没有 WiFi 的飞机上,要用笔记本改代码,你会多难受?

正方认为

不练就忘,没有例外

bdangubic 用自己的经历反驳了「保持好奇心就行」的说法,

「我以前俄语说得跟母语一样。后来不说了。每天我也很好奇也很有责任心,但现在我说不出十个俄语单词。不用就会忘,没有例外。」

有人反驳说编程语言跟自然语言不同,因为编程语言还包括过程、最佳实践、设计原则,这些更难忘记。bdangubic 的回应也很直接,1997 年的最佳实践放到今天还是最佳实践吗?设计原则一直在变,不用就会过时,过时跟忘记效果一样。

还有人把类比做了修正,更公平的比较不是「完全不说俄语」,而是「用英语讨论俄语」。用 AI 写代码的人并没有完全不看代码,只是从「写」变成了「读+审查」。但 bdangubic 的核心论点没被动摇,读和审查替代不了动手写,就像听俄语替代不了说俄语。

PR 灾难现场,不理解就提交

SpicyLemonZest 的观察更尖锐,上周有两个同事,都觉得自己用 AI 用得很好,但提交的 PR(Pull Request,代码合并请求)在整个代码库的上下文中完全说不通。

Jweb_Guru 补充说,这跟以前从 Stack Overflow 复制粘贴的问题不一样。以前要交一个不知所云的 PR,至少得自己找到代码、看懂片段、复制粘贴,这个门槛已经过滤掉了一批人。现在这个门槛没了,任何人都可以让 AI 生成一整段自己看不懂的代码然后直接提 PR。

viccis 总结得更扎心,「给我交垃圾 PR 的那些人,用 AI 之前就写垃圾代码。只不过现在垃圾数量乘了十倍。」

冷漠比退化更可怕

ljm 觉得问题跟退化没太大关系,关键是态度变得冷漠。

有些人看到自己不理解的代码,直接说「LLM 是这么说的」,然后拒绝学习,甚至以无知为荣。psygn89 也碰到了类似的事,有同事直接把 AI 的回复复制粘贴来回应别人对代码的质疑。那个质疑本身有好几层含义,但 AI 的回复只给了表面解释。

这就有个问题了。如果提问的人自己也能问 AI,你把 AI 的回复搬过来有什么价值?

malnourish 走了另一条路。方案自己想,代码让 AI 写,只要安全能跑就行。以前需要花大力气学习具体的语言,是因为那是当时解决问题、带团队必须过的坎。现在不需要专研具体的语言了,可以把精力放到更大的图景上。

除此之外,还有个问题。如果让 Claude 做的是编程里「有趣的部分」(动手写代码),你自己做的是「无聊的部分」(规划、审查),那到底是你在用工具,还是工具在替你享受? 似乎没有人能给出满意的回答。

反方

编译器也没让人忘掉编程

最经典的反驳是编译器类比。现在所有人都在用编译器而不是手写汇编,有人担心过「万一编译器没了怎么办」吗?每多一层抽象,人就少操心一层细节。AI 只是最新的一层。

post-it 的视角很实际,「我在意的技能是理解软件、修改软件、制造软件。这些能力显然没有退化。语法书写能力可能确实在退化,但我会偶尔做几道算法题保持手感。」

还有人说用 LLM 反而学得更快了,直接把整个论坛帖子扔进深度思考模型,然后随便追问两小时,以前哪有这种条件。

但也有人立刻质疑,你学到的到底是「做」的能力,还是「问」的能力?问无限问题不等于掌握了那件事本身。

核心分歧,什么算「学会了」

说到底,这帮人争的是一个很老的问题。什么算「学会了」?

viccis 的标准很严格,如果没有工具你能再做一遍,才算学会。做不到,就不算。

还有人从另一个角度切入,理解和生成是两种不同的技能。学语言的人都知道,听力和口语是两回事。你能听懂别人说日语,不等于你能开口说。用 LLM 读代码就像练听力,自己写代码就像练口语,两者都需要专门练习。

我的感觉

看完 220 条评论,我的感受是,两方说得都对,但他们说的压根不是同一件事。

「退化论」说的是 *动手能力*,就是不借助工具从零写出代码的能力。这个确实在退化,但这不一定是坏事,就像没人觉得不会手写汇编是一种损失。

「进化论」说的是 *理解和决策能力*,就是能不能在更高层面上看懂系统、做出判断。这个确实可以因为 AI 而加速提升,前提是你真的在读和思考,而不是无脑复制粘贴。

说真的,我比较认同前面说的"冷漠比退化更可怕"的观点,不怕你用AI。就怕你看到不理解的代码不再追问为什么,把 AI 的输出当终点不当起点,这样做意味着你已经主动放弃了成长。