Foreword
最近看了几篇东西，一篇Bob大叔的对谈，一篇李飞飞访谈，还有Linus用AI修内核的commit。有点意思，记录一下。
关键点还是写在前面：AI会的东西，不是你会的。AI成长了，不代表你成长了。你把活丢给它，它越来越强，你的见识和能力并没有跟着涨。
一年前写Cursor的时候就说过，新手用Cursor可以快速拉到熟手水平，再往上走还是得自己深入代码和设计。现在更明显了，很多人已经把“会用AI”当成自己会了。
AI未来
Who
Bob大叔就是写《代码整洁之道》那个Robert C. Martin，敏捷宣言签字人之一。12岁开始写程序，干到现在60多年了，还在写。最近跟Agent结对，放了句很冲的话：Agent写的代码他完全不看。
Matt Pocock是TypeScript圈子里挺有名的教育者，这场对谈是他请来的。
李飞飞不用多介绍，ImageNet就是她搞出来的，现在大家叫她AI教母。斯坦福教授，前两年去办World Labs，押空间智能，不跟着卷大语言模型。访谈里翻来覆去就一件事：AI是工具，主动权得拿在人手里。
一个在代码里，一个在智能本身上，说的完全不是一件事，但最后收尾挺像。
语言只是第一层
李飞飞觉得现在大家说的AI，基本就是语言智能。写代码、写文案、做推理，标准化执行这块已经挺能打了。但人可不只是语言，空间、身体、情感、创造力，这些它都还没补完。你没法靠读文字学会开车，也学不会投篮。
所以她很反感“智能成本趋近于零”这种说法。听着很爽，信了以后人就懒得主动了。她觉得最大的风险不是AI失控，而是把人的主动思考拿走，学习成长的能力也一起废了。
下一站她押空间智能：理解、推理、生成、交互。语言模型只是1.0，三维世界才是缺的那块。这个对不对以后再说。对普通人更实际的是另一半：职场会往两头走，一头是真顶尖的专家，一头是主动性很强、什么都能上手的通才，中间那种还凑合、只会机械执行的，空间会越来越薄。
Agent很能打
Bob大叔更极端，Agent写的代码他完全不看。这句话很容易被当成Vibe Coding的背书，其实正好相反。
他不看，是因为前面套了一层又一层硬约束：单元测试、Gherkin、QA、变异测试、覆盖率、复杂度分数。Prompt对模型来说跟《加勒比海盗》里的海盗法典差不多，听着是规则，执行起来是建议。真能卡住Agent的是测试和工具，不是你在agents.md里写的第80条。
还有个很现实的点：Agent留下的烂代码不清理，它自己也会越写越慢。改A坏B，修B坏C，原地打转，最后直接跟你说处理不了了。烂代码拖的不只是人，Agent一样撞墙。
Linus上周修Intel Xe显卡驱动，就是这个现场。Battlemage上GDM反复崩、黑屏，他加了24个调试补丁，内核重启了18次，最后只改了一行，round_up()改成round_down()。AI帮了不少忙，加调试、看结果，Commit说明都是它写的。但它好几次直接说这不可能、无解了、写个报告得了。Linus不让停，还吐槽：训练这玩意儿的人，大概没我这么倔。
AI想放弃，人硬推着查，才找到那一行。要是信了它说的做不到，这问题就停在报告里了。你能看出来它在瞎忙、知道该往哪推，靠的不是AI变强了，是你自己见过这种调试，你坚信这是能解决，可以查的问题。
所以Bob的分工变了：Agent干战术，人管战略。模块怎么切、依赖能不能乱指、最后对不对，还是人说了算。前期规划写得越完美，越容易掉进70年代瀑布流那个坑。Agent特别爱写计划，计划写得越华丽，执行时崩得越干脆。他还是敏捷那套：先做一点，看看架构歪没歪，歪了人上手掰回来，再继续。
基础没有过时
两个人最后踩在同一个点上。
Bob说：现在有些人觉得软件基础已经不重要了，他们会吃苦头，而且不会等太久。软件是人做过最复杂的东西，基础就是把这种复杂性组织起来，让人能懂，让模型也能懂。你今天扔掉的规则，一年后大概率还得从地上捡起来，掸掉灰，重新想起来当初为啥需要它们。
李飞飞那边是：提问才是核心技能，成长和思辨才是竞争力。AI是工具不是替代品。被甩下去还是被托起来，不取决于技术本身，取决于你有没有主动去用、去理解、去驾驭。
你该怎么做
先分清谁在成长
用AI最容易产生的幻觉就是：产出变多了，就以为自己变强了。
Agent十分钟给你一个能跑的模块，你复制、提交、上线。活是交出去了，但你并不懂。过两周再看这段代码，还是看不懂它为啥这么写，出了问题也看不出它在挣扎。Bob能看出来Agent什么时候开始瞎忙，是因为他自己经历过同样的挣扎。刚入行的人，可能根本识别不出来。
这才是最危险的地方。AI会的，不是你会的。它下次还是会，你下次还是不会。模型三个月迭代一次，你的脑子可没有跟着迭代。时间一长，你就变成一个会喊AI的人，而不是会做东西的人。
所以别光想着多用AI。每次让它干活之后，问自己一句：这件事我能不能讲清楚？讲不清楚，就自己做一遍，至少把关键路径走通。产出可以给它，判断必须留在自己身上。
新手怎么提高
新手现在最大的问题不是不会用AI，而是太会用了。代码手感还没建立起来，就已经习惯了描述需求、生成、能跑就行。短期看起来进步飞快，实际上该摔的跤全跳过了。
Bob给新生代的路径很土，但我觉得是对的：
- 先自己写代码，写到你知道Agent在处理什么。大学也好，自学也好，这一步不能省。他甚至把老话又拿出来：没写过汇编，就花一个周末写写，否则你活在幻觉里，底层全是魔法。
- 入职之后，先被当成一个Agent来用。给你和Agent一样的任务，套一样的测试和工具约束。产出会很低，但能学到非常多。过了这关，才谈得上自己去跑Agent。
- 战术会被AI吞掉一大块，所以你要尽快碰到战略：模块怎么切、接口为什么这样、需求哪里是错的。这些东西反馈周期本来很长，现在Agent把执行加速了，你反而能更早看到自己设计错了。别拿这个加速去逃避思考，拿它来试错。
落到习惯上大概就这几条：
- 先问这个问题到底是什么，再问怎么让AI写。提问的质量就是你的水平
- 生成的代码至少把关键路径读一遍，跑测试，改到你能解释。解释不了就当自己不会
- 基础还是得补：数据结构、网络、操作系统、编译链接、测试、设计。不是为了面试，是为了你能看懂Agent什么时候在胡说
- 读点老书。《代码整洁之道》《程序员修炼之道》，以及更早的DeMarco、Yourdon。过时的工具滤掉，留下组织复杂性的那部分，今天反而更值钱
- 找一个真实问题做完，别停在Demo。能跑，和能维护、能在烂需求里活下来，是两件事
李飞飞把主动性几乎等同于创业精神，不是让你去注册公司，而是你得自己拿起工具。中间那层还凑合的会被压缩掉，专家和通才都还在，前提是你真有手艺，或者真能跨领域做判断。平庸的执行，人比不过AI的，注定要被淘汰，而这样的人最大的问题就是平庸，后期就会陷入恶性循环，因为平庸比不过AI没人要，所以没经验。同理现在的新人、找不到工作的都会面临这样的难题，至少在我这里这个问题有点无解，需要新一代的人去探索他们的路。
Summary
程序员之外，逻辑是一样的。
别把AI讨论做成神或者魔鬼。就是一把很锋利的刀，你得学会用，也得知道它切到哪里会出事。
李飞飞给普通人的起步挺土：找个已经在用的年轻人，让他带着你做一次。可怕的不是不会，是逃避。逃避的人，差距会越拉越大。
用起来之后，把主动权拿回来。跟它对话、让它写、让它查，都可以。最后做决定的是你，最后能讲清楚的也应该是你。
Quote
https://mp.weixin.qq.com/s/VGLla6Oj2vwX_FEEIFFqjw