一位写了23年代码的老工程师，最近把从业生涯里的观察摊开了——我们找了十年的替罪羊，现在换成AI了。
凌晨三点的经典剧本
生产环境崩了。Slack警报狂响，值班工程师从床上爬起来。排查到最后，有人弱弱说一句：「这段代码是从Stack Overflow抄的。」
这句话像咒语。责任瞬间转移。代码在网上别的地方跑得好好的，带绿色对勾，几百个赞，谁能想到在我们这儿会炸？
作者看了二十多年这出戏。初级开发者——其实不止初级——遇到问题，去Stack Overflow找答案，找个看着能跑的，粘贴，提交。不读上下文，不追逻辑，不考虑边界情况。问题消失就行。
绿色对勾成了新时代的权威认证。过时了？题目不太一样？忽略了你的系统配置？不重要。有赞，被采纳，就够了。
崩了之后呢？耸肩。「示例里明明能跑。」集体默认错在源头，不在抄的人。
新对勾，老毛病
现在主角换成了Codex、Claude、Copilot，或者这周 whichever AI 助手。套路没变，换个人背锅。
初级开发者把AI生成的代码贴进仓库。看起来靠谱，能编译，本地测试过了。语法干净，变量名合理，像懂行的人写的。她没细读，没追逻辑，没理解生成背后的假设，直接提交。
生产环境再崩——边界情况浮现，上下文变了，模型自信满满的建议在真实负载下露出微妙的错误——说法如出一辙：「模型幻觉了。」
同样的耸肩，同样的甩锅。我们换了一个外部权威，假装代码来源能替理解能力背锅。
作者点破：从Stack Overflow抄和从LLM抄，差距没人们吹的那么大。两者都需要理解。不懂自己在看什么的时候，两者都产出垃圾。
幻觉是个方便的词
「幻觉」成了技术免责金牌。模型说了，模型错了，不是我的问题。
但作者追问：真是模型的问题吗？还是用它的人根本没验证？
Stack Overflow时代，我们怪「网上代码不靠谱」。AI时代，我们怪「模型会瞎编」。中间那个关键环节——人有没有理解自己在做什么——始终被跳过。
绿色对勾和AI生成的流畅代码，都给了人一种虚假的安心感。看起来专业，读起来顺，就像是对的。这种「像」足够让很多人停止思考。
作者23年的观察里，真正出事的从来不是「用了外部资源」。是用了之后，假装自己已经懂了。
那什么变了？
速度。AI让复制粘贴的循环快了一个数量级。以前去Stack Overflow搜、读、挑、试，好歹有几分钟摩擦。现在Tab+Enter，代码直接出现在光标位置。
摩擦是思考的朋友。当获取答案的成本趋近于零，验证答案的意愿也跟着趋近于零。
作者没给解决方案。他说的是现象：我们花了十年训练自己把Stack Overflow当免责牌，现在牌面换成AI，打法更熟练了。
下一代开发者会怎么描述凌晨三点的崩溃？「AI给的」大概会和「Stack Overflow抄的」一样，成为会议室里的叹息词。
问题是，当两个来源都不在场的时候，谁该为理解代码负责？
热门跟贴