一直在用AI辅助写代码，观察下来有些挺有意思的事情。
昨天做了个试验，在GitHub Copilot里选择Claude Opus 4.6，让它分析一个命名空间下所有的代码，找出bug。AI很快给出了一个列表，指出哪些地方有问题，建议怎么修改，非常不错。我就把结果保存了一下做其它事去了。
今天重新开了一个工作区，把昨天AI指出有问题的文件一个一个拿出来，按顺序让它再次找bug以及修复。其中一个总共只有不到20行的非常简单的类，它并不能找出昨天它自己指出的bug，我需要明确问它某个地方有没有问题它才”恍然大悟”说有bug，才又作出了修改。这说明AI的稳定性还是有问题。
还有一个现象，AI会不动脑筋地照葫芦画瓢。比如我在指令文件里写”在某某情况下应该生成某某代码”，它能够依样画瓢执行得很好，但问题是在一些有编译器背书、不需要检查的情况下它也一样会生成代码。这时候如果再问它一次它又会”恍然大悟”说这里不需要生成代码，同时能说出为什么，所以并不是一味讨好人类。但显然在一开始生成代码时并没有进行推理。
某种程度上说现在的AI有点像人，就是会犯错。对同样的问题我自己在不同时候可能会写出不同的代码，但一般来说如果时间间隔不久差异不会太大，时间久了之后因为记忆曲线以及思维方式等原因代码可能会更加不同。AI看起来也类似，但是更加不稳定。因为完全没有记忆，上下文窗口一旦清除就可能生成挺不同的代码，所以延续性差。
如果让AI在缺乏监督的情况下写代码其实跟掷骰子差不多，非常不可控。我试过给AI一个比较难的编程问题（不是算法难而是用法难，而且网上相关资料不多），前后尝试了七八次，只有一次生成的代码可以工作，但后来就再也没成功过。这还只是个有非常确定边界的问题，甚至不能算一个模块，对我来说把需求抛给AI就等着验收项目是完全不可想象的事。
至于网上有人寄希望于让AI写代码，让AI审阅代码这样的闭环来做项目，我只能说祝成功，自己高兴就好。不是说完全不可行，只是这种方式很难做成专业级的复杂软件。
结论当然不是说AI不行，而是说AI虽然能够极大提高生产力，但人还是需要深度干预，不能当甩手掌柜。要让AI出活就要花时间做好设计，对什么情况下AI生成的东西会更有效做到心里有数，更加需要仔细审阅代码。我上周就碰到AI生成的代码有不易察觉的逻辑错误（可能来自某个有问题的训练语料），如果我不懂编程或者忽略了那个错误，等程序在生产环境运行起来可能会出大问题。
但AI确实已经很强。年轻人，或者说初级程序员感到绝望几乎是板上钉钉的事。过去几十年的技术发展使得”程序员”这个职位的门槛降得太低，现在大模型AI把里面的水分全都挤出来了，同时也使得编程这回事变了样。
我的感受是现阶段的AI需要有经验与能力都足够的架构师或项目经理、高级程序员来驾驭，而这些人的能力来自于过去通过工作经验一步一步的积累和学习。那么悖论就来了：年轻人被AI抢了工作——更准确地说是被在位者出于各种考虑剥夺了工作——没法从工作中积累经验也就很难成为架构师这样的角色，那么这个行业势必会面临断代的问题。
从这个角度来说”软件”这个行业的未来目前看起来还挺悲观的，等现在这批高级人才淡出的时候，要么出现能取代他们的AI（没法接触现实世界的情况下我认为可能性很小），那样的话这个行业会永久消失，因为从初级到高级的活都被AI干了。要么人类需要妥协，通过立法等手段让初级程序员有机会工作和成长为高级人才后驾驭AI。
其它可能性呢？比如教育体系因此调整、有新的行业出现都可能发生。更可能的是大量小团队的产生，因为不仅公司，个人也能用AI，没人给工作那就自己为自己工作，富有创造力的年轻人说不定会造出不一样的东西出来。软件行业也不会消失，只是跟现在不一样了。
