今天Hacker News同时冒出两个高赞帖——"Do your own writing"和"I definitely miss the pre-AI writing era"。几百个赞，几千条评论，全在吵同一件事：用AI写代码是不是在自废武功。
但两边都搞错了变量。真正决定你脑子退不退化的，不是"用不用AI"，而是"怎么开口要"。
两种问法，两种结局
想象你站在餐厅门口。一种问法是："给我做一份宫保鸡丁，用鸡腿肉，花生要炸到八分熟，酱汁按这个配方。"这叫处方（prescription）——你把每一步都定死了，厨师只是执行。
另一种问法是："我饿了，要一道下饭的菜，但不能辣，预算50块。"这叫收敛条件（convergence condition）——你只描述终点，让厨师根据厨房现有食材去发挥。
AI编程工具面前，大多数人选的是第一种。
「写一个React登录组件，带邮箱密码框，用Tailwind，加表单验证。」——这是典型处方。你已经替AI做完了所有判断：技术栈、UI库、验证逻辑。AI只是个打字更快的你。如果结果不对，你会继续加约束：「改用shadcn/ui」「密码要显示强度条」…… prescription越细，你的大脑越闲。
「让这4个测试用例通过。」——这是收敛条件。你没说用什么框架，没指定文件结构，甚至没提"登录"两个字。AI必须自己读代码、理解接口、发现系统里已有的用户模型，然后找出一条能抵达终点的路。
关键区别：你也得做同样的事。你要先理解系统，才能写出那4个测试；你要先知道"完成"长什么样，才能判断AI交的作业合不合格。你的大脑全程在线，因为你是裁判，不是传声筒。
50.5%的差距，来自同一批AI
ArXiv 2603.22312刚发了一项研究。研究人员让同一批AI agent执行相同任务，唯一的变量是沟通协议：一组被强制使用预设的协调流程（prescribed），另一组自己演化出协作方式（emerged）。
结果：被管着的那组表现差了50.5%。
不是AI变笨了，是外部强加的路径锁死了系统的优化空间。这和写代码一模一样——当你把实现路径写死，AI不仅学不到你的系统，还会做出更差的决策。因为它被禁止探索更好的走法。
那个"AI杀死手艺"的焦虑，内核是真实的。但把死因归结为"AI写代码"，就像怪印刷机印出了烂小说。工具没变，变的是人和工具的接口方式。
手艺死于替代，而非增强
判断一个AI接口是在帮你还是在害你，只看一件事：它替换的是你的劳动，还是你的判断。
处方模式替换判断。你把"什么是好的"外包给模板，大脑负责的部分只剩打字和提需求。久而久之，你失去了定义问题的能力——而这才是工程师的核心手艺。
收敛条件模式增强判断。你必须深入理解系统，才能定义成功标准；你必须保持批判，才能验收结果。AI做了苦力，但你保留了最值钱的认知环节。
有个简单的自检问题，下次开口前问自己：
我是在描述一条路，还是在描述一个目的地？
前者会导向千篇一律的CRUD代码，后者可能带你去Redis，去数据库索引优化，去干掉一个你都没意识到的N+1查询。AI被迫理解你的系统，你也被迫同步理解。
今天那两个Hacker News热帖的评论区，有人贴了一段话：「我怀念的不是没有AI的时代，是我还知道自己不知道什么的时代。」
这话扎心，但解法不在卸载Copilot。在你怎么开口问。
热门跟贴