最近在想一个问题：那些见证过多次技术浪潮的老程序员，他们怎么看现在的AI热潮？是觉得狼来了，还是觉得又一次泡沫？
正好听到一期 Martin Fowler 的访谈，挺有意思的。这位老兄写过《重构》，是敏捷宣言的签署者，在软件圈子里算是教父级的人物。今年快70了，从汇编时代一路走过来，什么大风大浪没见过。
他的态度让我有点意外。既没有那种"AI要取代程序员"的焦虑，也没有"这不过是炒作"的傲慢。反而说了几个挺反直觉的观点。
第一个，这次变革的本质不是效率提升，是游戏规则变了。
以前写代码有个好处，确定性强。同样的代码跑一百遍，结果一模一样。debug的时候心里有底，问题一定能复现。但AI生成代码就不一样了，同样的提示词，今天给你一个版本，明天可能完全换一套写法。
他说他老婆是造桥的工程师，设计桥梁要考虑材料的容差，不能按理论最优值来，得留余量。软件工程师以前不需要这种思维，现在可能要学着适应了。
我觉得这个角度挺新的。大家都在讨论AI能不能写出好代码，他关心的是：当代码变得不确定，我们的工程方法论要怎么跟着变？
第二个，vibe coding 最大的问题不是代码质量，是你自己的成长。
现在流行一种玩法，跟AI描述需求，它直接生成代码，能跑就行，不用看懂。他管这叫 vibe coding。
他讲了个小故事。同事用AI画了张简单的曲线图，他想微调一下标签位置。结果打开文件一看，复杂得离谱，根本改不动。类似的图他自己手写过，十几行就搞定。
但他担心的不是代码乱，而是另一件事：学习循环断了。
写代码这件事，本质上是一个反馈循环。你有想法，写出来，看结果，调整想法，再写。每转一圈你都在学东西。如果你从头到尾不看代码，循环就断了，看起来省了时间，其实省掉的是自己变强的机会。
这让我想起一个老问题：工具越强大，人是变强了还是变弱了？
第三个，AI时代反而更需要小步快跑。
很多人觉得有了AI，可以搞大的了，一次性生成一大坨代码。他说恰恰相反，应该把步子迈得更小，循环转得更快。
原来两周干完的活，现在切成四五个小块，每块两三天就上线。为什么？因为AI生成的东西你没法完全信任，必须频繁验证。小步快跑不是因为你菜，是因为环境变得更不确定了。
他有个比喻我觉得特别准：把AI当成一个能力很强但不太靠谱的实习生。
它交上来的东西你得仔细看，不能因为看着像回事就直接用。
还有个细节挺有意思。他同事用Cursor重命名一个类，折腾了一个半小时。这活儿在传统IDE里，快捷键一按，几秒钟的事。所以他说，知道什么时候用AI、什么时候用老工具，这本身也是种判断力。
聊到最后他说了句挺实在的话：软件开发的核心技能不会过时。哪些技能？理解需求、跟人沟通、在约束里做取舍、把模糊的想法变成清晰的方案。
这些事，AI帮不了你。
我听完最大的感受是，这老哥的心态挺好的。见过那么多技术起起落落，既不恐慌也不傲慢，就是观察、试用、思考。他说自己学AI的方法特简单，就是用，遇到问题试试AI能不能帮忙，慢慢就有感觉了。
不急着下结论，不急着站队，先干起来再说。
这个姿态，可能比任何具体的技巧都值得学。
10个月宝宝每天需要喝多少奶粉？
