AI编程的真正瓶颈：不是写代码，是定义做什么

真正的瓶颈从来不是语法，而是判断力。

上个月我花了一整个周末，看一个人大约四个小时就构建出了一个功能完整的应用。身份认证、数据库、简洁的 UI、部署上线，赶在晚饭前就完成了。一年前，同样的构建需要一个小团队花两周时间，还要经历大量关于架构的争论。现在只需要一个晚上和一个像样的提示词。

这个 AI 编程故事被反复讲述的部分是这样的：入行门槛已经崩塌了。写代码，这项需要多年才能掌握的技能，现在可以外包给一个能在几秒钟内输出可用函数的模型。这一点是真实的。但这也不是实际发生的事情中最有趣的部分。

因为在观看了几十个这样的构建之后，我注意到了一些东西。瓶颈从来没有转移到代码上。它转移到了代码上游的某个完全不同的东西上。它转移到了一个问题——在人们开始打字之前，没有人有足够清晰地提出这个问题：我们到底要构建什么，为什么？

新技能不是技术活

在软件的大部分历史中，稀缺资源是执行力。如果你有一个想法，从想法到可用产品之间的差距以月为单位计算，有时是年，过程中充满了理解编译器、框架以及将概念转化为可运行软件所需的上千个小决策的人。这种稀缺性塑造了一切。它决定了谁能来构建东西（主要是经过多年训练的人）、想法如何被验证（缓慢、昂贵，通常太晚）、以及最终构建了什么（任何在技术可行性考验中存活下来的东西）。

AI 编程工具不只是让这个过程更快了。它们彻底取消了门槛。没有任何编程背景的人现在可以用通俗语言描述一个应用，然后看着它变为现实。这真的很了不起，我不认为有足够多的人真正思考过这件事现在变得多么平常。

但取消执行门槛并没有消除对判断力的需求。它只是暴露了判断力一直有多重要，因为现在它是唯一能将好产品与一个快速、自信、构建精良的错误产品区分开来的东西。

"知道要构建什么"的真正含义

这句话被用得太多，以至于开始听起来像陈词滥调，所以让我具体说明它实际上涉及什么，因为它不是模糊的愿景或"有一个好点子"。

它是一种能力，能够与一个模糊、棘手的问题共处足够长的时间，直到在找到解决方案之前理解它的真实形态。大多数人们在构建会议上带来的问题并不是真正的问题。它们是穿着真正问题外衣的症状。有人说"我需要一个仪表盘"，而他们实际上需要的是每周能更快地做出一次决策。有人说"我需要一个社区应用"，而他们实际上需要的是一种不再遗漏谁缴了会费的方式。仪表盘和应用都是某个从未被审视过的需求的下游。

它是一种纪律，在构建之前定义什么叫"完成"，而不是之后。模糊的成功标准产生模糊的产品。如果你说不清楚这个东西需要做什么、为谁做、以及你怎么知道它起作用了，再多的 AI 辅助也救不了这个构建。模型会愉快地生成你要求的所有内容，而这通常不是你需要的。

它是一种意愿，拒绝那些听起来有用但稀释了核心功能的特性。这曾经是一个自然的过滤器，因为每个特性都消耗真实的工程时间，所以范围自然会保持紧凑。现在特性生成几乎是免费的，那个自然过滤器消失了。没有什么能阻止一个构建向十几个半有用的方向扩展，除非一个人有意地决定这个产品不是什么。

它是对产品另一端的用户有足够的理解，能够预测他们实际上会怎么做，而不是他们在调查中说的会怎么做。这是没有任何模型能为你做的事情，因为它需要与真实的人共处、观察他们的行为方式、注意他们声明的偏好和实际习惯之间的差距。

这些都不是编程技能。它们更接近于新闻工作、心理咨询或产品策略。它们涉及倾听、质疑假设、以及在匆忙解决问题之前能够容忍足够长时间的模糊性来找到问题的真实形态。

为什么这对我来说很私人

我曾在另一门完全依赖相同原理的手艺中度过了多年，这也是为什么这种转变一点也不让我惊讶的原因之一。

从外表看，写作看起来最难的部分是组织句子。并不是。任何人都能把单词串成语法正确的句子，而现在 AI 能比我们任何人都更快地做到。写作的真正工作——使某物值得一读的工作——发生在敲下任何一个句子之前。它是弄清楚这篇文章实际上想表达什么。它是知道十七个有趣的切入点中哪一个对这个受众、这个时刻、这个目的是正确的。它是有足够的判断力删掉那些听起来聪明但对文章没有帮助的部分。

我见过人们把"我能快速产出大量文字"误认为"我知道怎么写得好"，这两者之间的差距是巨大的。这和现在软件领域正在裂开的差距是一样的。快速生成代码不等于知道什么代码值得存在。

最触动我的是这一切感觉多么熟悉。工具在变。真正区分好结果和普通结果的基础技能纹丝不动。它只是被暴露得更加明显了，因为所有旧的借口（我没时间、我没有技术技能、构建这个会花太久）都已被剥离。剩下的，是对一个人是否真正理解了他正在解决的问题的更清晰审视。

令人不安的部分

这里有没人愿意说出口的话：在接下来的几年里，很多人将会非常快速地构建很多东西，而其中大部分将以比清晰度更高的自信度被构建出来。速度不会纠正一个错误的前提。它只是让你以更好的呈现价值更快地得到错误的答案。

我已经见过这样的情况。一个创始人一天内构建了完整的入职流程，设计精美、技术扎实，但完全错误，因为没有人先花三十分钟与一个真正的用户交谈。一个团队上线了一个没人要求的功能，因为 AI 使添加它变得轻而易举，而不是因为有人检查过它是否解决了什么问题。工具没有失败。工具上游的判断力失败了。

这不是反对使用 AI 构建的论点。我一直使用这些工具，而且我认为任何人在这个阶段还在回避它们是一个错误。这是一个关于现在要更加认真对待思考部分的论点，而不是更少，恰恰是因为构建部分现在已经几乎没有任何摩擦。当某件事很难做的时候，难度本身就强制了一种纪律。在投入两周进行构建之前你会三思。移除这种摩擦之后，纪律必须来自其他地方。它必须来自你自己，在你打开工具之前有意识地这样做。

这实际上奖励什么

从这个时刻获益最多的人不是那些学会最快提示的人。他们是那些在敲下任何提示词之前把问题打磨得更尖锐的人。我实际上在解决什么问题。这个是给谁的，具体地说，而不是泛泛地说。成功是什么样子的，以至于我可以衡量，而不只是感觉。我选择不构建什么，为什么。

这些问题从来都是最难的部分。它们只是在你把所有时间和注意力都花在技术工作上时更容易被跳过。现在没有什么可以藏身了。思考就是全部工作。

AI 让构建变快了。它并没有让知道什么值得构建变得更容易，老实说，我也不认为它能做到。那部分从来都与工具无关。它一直是关于对真实问题给予足够密切的关注，以及在匆忙寻求解决方案之前有耐心与它共处。