跳过正文

机器人打算盘:AI 时代的编程与信任重构

Zhaobo Ding | 丁兆伯
作者
Zhaobo Ding | 丁兆伯

日常工作里,“古法编程”已经越来越少,取而代之的是全天候的 Vibe Coding。手写代码和AI比,百行以上AI快,百行以内AI又快又好。但看着AI生成出来的Scala和Python代码,我常常生出一种荒诞的错位感,尤其在公司把提供的AI从Cursor迁移到Codex和Claude Code之后。

输入框那头,是一个能理解复杂上下文、甚至能主动规划系统架构的智能体;而输入框这头,我却常常因为懒得动手,敲下诸如“把这里的 for 循环改成 map”的微操指令。看着AI帮我生成Scala代码,这种感觉,借用自动化领域的一个说法,像是为了算数,造了个机器人帮人打算盘。

当我们用自然语言去指挥、甚至“微操”AI,让它去执行那些本可由更高级抽象自动处理的细节时,我们其实是在用高维智能做着低维的翻译。机器做计算,自有一套基于硅基电路的二进制逻辑,与人类拨动算盘珠子的方式相去甚远。顺着这个逻辑推想:如果AI的代码能力持续进化,它解决问题的终极形态,或许根本不该是去写那些为人类阅读而设计的高级语言代码。

机器的母语
#

在滑铁卢上的第一节编译器课是CS 241。记得第一次作业里有个bonus题是用汇编写一个O(nlogn)的排序算法。那是我第一次直观体会到计算机“蛮荒时代”,程序员是怎么拨算珠的——你需要强迫自己的大脑去模拟 CPU 的运转:死记硬背寄存器编号、手动计算内存偏移量、小心翼翼地处理繁琐的跳转指令。

正因如此,我们才迫切需要高级语言。在过去的大半个世纪里,从 Fortran、C,到后来的 Java、Python,无数前辈创造并迭代了上百种编程语言。它们演进的核心诉求始终只有一个:把人类从机器的底层逻辑中解放出来。

于是,我们有了变量和循环,后来引入了面向对象,再往后又叠加了各种语法糖与垃圾回收机制。这些设计的终极目的,从来都不是为了让机器跑得更有效率,而是为了最大限度地降低人类的认知负担。高级语言,本质上是人类为了让机器适配自己的思维习惯,而给代码披上的一层“拟人化外衣”。我们心甘情愿地牺牲了一部分执行效率,只为换取代码的可读性、可维护性,以及团队协作的可能。

但问题恰恰出在这里。

当 AI 成为代码的主要生产者时,这件我们为人类量身定制的“外衣”,突然变得多余甚至累赘。

AI 不需要甜美的语法糖,不需要符合人类直觉的驼峰命名,更不需要为了“易读性”而层层封装的抽象。对大模型而言,解析一段结构化的JSON、一棵抽象语法树,甚至直接生成底层的中间表示,远比生成一段符合PEP 8规范的Python代码要高效、准确得多,或许消耗的Token也少得多。

我们花了几十年时间,精心设计了一套让人类更容易理解机器的语言;而现在,我们却要求一个本来就能直接理解机器逻辑的智能体,强行穿上这套语言的外衣,逐行向我们“汇报”它的工作。

这就是“机器人打算盘”的根源:我们拥有了解析高维逻辑的能力,却依然在用低维的、为人类视觉习惯妥协的文本格式,作为人机协作的唯一媒介。

信任的迁徙
#

理论上,我理应逐行审查 AI 生成的代码。但实际上,我很少真的去细看。更多时候,我的做法是:让 AI 自己写一组 Test Case,然后去验证它自己写的代码是否可靠。我相信这在同事里绝不是个例,尤其是当代码生成的速度和体量呈指数级增长时。这就引出了一个问题:如果人类不再逐行审查代码,产品的安全性与稳定性,究竟靠什么兜底?

其实工业革命早已给出隐喻:我们从不通过徒手拆解发动机来信任一辆流水线汽车,而是依赖碰撞测试、认证标准与长期的质量统计。软件工程,或许正在经历一场类似的“信任范式转移”。

退一步说,我们过去的Code Review真的可靠吗?面对复杂的业务逻辑,大部分时候,我们与其说是在验证程序的绝对正确性,不如说只是在检查架构是否合理、有无明显的低级 Bug,以及是否遵守了团队规范。这本质上,只是一种基于人类经验的“启发式检查”。

当面对 AI 生成的、远超人类阅读极限的代码时,这种启发式检查将彻底失效。未来取而代之的,必然是一套不再依赖人类肉眼,而是由机器主导的、系统级的自动化验证流水线。

我无法准确预言这套系统级验证流水线的最终形态。它可能是贯穿代码生成到运行时的全链路持续验证,而不再仅仅局限于上线前的卡点测试;也可能是像朋友Leni正在探索的那样,走向基于形式化方法的数学证明,用严密的逻辑取代概率的猜测。但无论技术路径如何收敛,我确信一个不可逆的趋势:当“信任”不再依赖于人类逐行阅读代码时,我们今天所熟悉的、为了人类认知习惯而妥协的高级语言,终将在不久的将来被彻底取代。

黑盒的阴影
#

理智上,我接受这种控制权的让渡。就像现代人类早已放弃了在原始丛林中徒手求生的技能,以换取现代文明的便利一样,交出对底层代码的绝对掌控,是技术演进的必然代价。

但在情感深处,不安依然如影随形。从小看着《黑客帝国》等科幻电影长大的我们,对“造物反噬”有着刻在骨子里的警惕。如今,看着人类握着机器方向盘的手越来越松,那种对未知黑盒的隐隐担忧,是任何完美的测试用例都无法彻底抚平的。