当Cursor的官方口号把“自然语言编程”包装成技术权力的下放——你不需要懂编译原理，不需要理解操作系统调度，甚至不需要知道什么是算法复杂度，只要会说话，就能写代码。这听起来像是技术民主化的终极形态：每个人都能成为开发者。
但王垠却站出来泼了一盆冷水。他最近一篇关于Cursor的文章，语气一如既往地不留情面。一个月生成6万行代码，他只接受了不到5000行，接受率不到8%。他给出一句总结：“AI只是把人的能力翻倍了而已，如果你的能力是0，无论乘以多少都仍然等于0。”
这话一出，又炸了锅。有人觉得他就是技术洁癖发作，看不上任何人写的东西；也有人觉得他说中了要害——AI编程本质上是一场概率游戏，不是逻辑推演。那么问题来了：王垠这个“永远在拍桌子走人”的人，这次到底是在守卫某种技术底线，还是又一次把自己摆在了时代潮流的对立面？
更值得追问的是：每一次技术抽象化，究竟是解放，还是制造新的依赖？
技术民主化简史：每降低一次门槛，就制造一层新的围墙
如果你把技术史拉成一条线，会发现一个残酷的规律：每一次抽象升级，都在降低操作门槛的同时，把理解权挪到了更高一层。
从汇编到高级语言，是第一次大转移。早期的程序员必须直接操作硬件，理解机器指令，知道内存怎么分配、寄存器怎么用。高级语言的出现让业务逻辑与硬件解耦，更多人能“写代码”了，但底层原理被封装进了编译器。代价是什么？系统崩溃时，多数人只能“重启”，无法修复。理解权从硬件层转移到了编译器层。
从个人电脑到互联网，是第二次。PC降低了计算资源的使用门槛，但网络协议、服务器配置、安全策略成了新的壁垒。那些“拖拽建站”工具让非技术人员能快速搭起一个网站，可一旦流量高峰涌来或安全漏洞被击中，用户只能干瞪眼等平台修复。理解权的争夺，从“如何写代码”转向了“如何理解系统运行”。
再到低代码和无代码平台，是第三次。非程序员能用模块拼出应用，逻辑却完全依赖平台提供的API和组件。平台升级了，应用可能立刻失效；平台关闭了，所有东西归零。用户用“理解权”的彻底出让，换来了“操作权”的短暂获得。
每一次抽象化都在说同一句话：你不用懂下面那层了。但每一次，总有人发现——不懂下面那层，你就永远被人掐着脖子。
AI编程的双面性：便利与失控的加速器
现在轮到AI编程了。它的核心卖点是什么？你不需要懂计算机科学，只要用自然语言描述需求，AI就能把代码吐出来。对大多数人来说，这是解放生产力的神兵利器。但对王垠来说，这简直就是他这辈子最厌恶的东西——黑箱的终极形态。
这确实在赋能非专业人士。产品经理可以用自然语言生成SQL查询，设计师能直接产出原型，创业者一个人就能搞定全栈开发。2026年6月，Anthropic发布了一份基于约23.5万名用户、40万次真实会话的研究报告，数据指向一个出人意料的结论：在那些真正产出了代码的会话中，软件工程师的成功率是34%，而管理类职业是37%——非程序员比程序员还高一点。如果王垠的“妄想论”完全成立，这个数字没法解释。
但反过来看，报告中还有另一组数据，恰好印证了王垠的担忧。研究把用户按任务熟练度分类后发现：新手验证成功率仅15%，遇到难题近两成直接放弃；而领域专家一条指令就能驱动AI完成多倍工作量。在复杂任务场景中，没有领域知识的人确实很难有效调试AI的输出，甚至可能引入隐蔽的bug。
所以事实是：王垠说的“妄想论”，在低门槛任务中过于绝对了——写个脚本、填个模板、搭个简单页面，非程序员借助AI确实能完成。但在复杂系统和关键业务场景中，他的判断几乎全对——没有底层理解的人，根本无法驾驭AI生成的代码，最终只会制造出更多“能跑但不敢动”的技术债务。
更隐蔽的问题是：AI生成的代码缺乏可解释性。开发者难以判断它的正确性和安全性。AI倾向于生成“能跑就行”的代码，忽略架构规范和长期可维护性。当系统出现意外行为时，用户既无法理解AI的决策逻辑，也无法手动修复——理解权完全让渡给了模型。
未来分工：乌托邦还是新阶级固化？
Anthropic的报告中有一个细节很值得玩味：AI编程工具进化到今天，开发者大约60%的工作会用到AI，但能完全委托给AI的任务，只有0到20%。换句话说，AI已经是日常协作伙伴，但远不是“甩手不管”的自动员工。
如果沿着王垠的逻辑往前走，你会看到两种截然不同的能力模型正在分化。
第一种是“会用AI的工具人”。他们擅长提示词工程，知道怎么跟大模型对话，能快速产出可运行的代码，但理解力停留在API调用层面。项目不出问题的时候，他们跑得飞快；一旦系统出现深层次故障，AI生成的代码暴露了逻辑漏洞，他们就束手无策了。
第二种是“懂底层的王垠们”。他们能理解全栈原理——从CPU指令到网络协议，从操作系统调度到编译器优化。他们不靠“试错”来编程，而是靠抽象思维来驾驭复杂系统。AI对他们来说不是黑箱，而是加速器：他们能判断AI输出的正确性，能在AI跑偏时精准纠正，能在别人都绕路的时候找到最短路径。
这两种人，在AI工具满天飞的时代，谁更稀缺？
答案其实很反直觉。当AI把入门的门槛降到几乎为零，大量“工具人”会涌入市场，用AI批量生产“能用但不优雅”的代码。真正懂底层、能做系统级思考的人，反而因为学习曲线陡峭、培养周期长，变得更加稀缺。王垠虽然一直被主流体系排斥，但他身上那种“从第一性原理出发理解问题”的能力，恰好是AI时代最值钱的东西。
还有一层更深的博弈：技术公司通过闭源模型、API收费、模型更新等方式，牢牢掌握着理解权。用户若想真正摆脱依赖，必须重新学习底层原理，但成本越来越高。当所有人都习惯了“用但不理解”时，整个技术生态将变得极其脆弱。
便利与理解之间，没有白吃的午餐
从反Windows到反AI，王垠二十年如一日地在抵抗同一件事——那些让他失去“理解权”的东西。Windows是黑箱，学术体系是黑箱，大公司制度是黑箱，现在AI编程也是黑箱。他不想被任何系统蒙在鼓里，也不愿意假装没看见。
如果你是那个用AI写代码的人，你是选择拥抱便利，还是警惕失控？
热门跟贴