{"id":"mb-20260830-6135b9","account":"mubei","brand":"","title":"顶尖程序员年薪三十万美元，生成同样代码的 AI 只要每月二十块","summary":"顶尖程序员年薪三十万美元，生成同样代码的 AI 只要每月二十块","body":"顶尖程序员年薪三十万美元，生成同样代码的 AI 只要每月二十块。\n为什么还有公司愿意为人类多付四个数量级的溢价？\n退到更难的底层硬核工程，根本挡不住模型的追赶。\n如果模型连黎曼猜想的下界都能推演，写底层驱动和着色器只是时间问题。\n真正能把人和机器拉开距离的，从来不是代码难度。\n是模型在结构上永远绕不开的两个死穴。\n第一个死穴，叫偏执型代码膨胀。\n前沿模型现在很少犯低级语法错误，也不会写出离谱的越界漏洞。\n它犯的错，全部来自上下文无知和过度自保。\n无知，是不知道系统里早有现成组件，在错误的模块里重复造轮子。\n自保，是为一个只读一次的配置变量加三层冗余检查。\n为一个允许毫秒级延迟的后台任务，设计一套臃肿的强一致性系统。\n给一个原本崩溃就能自动重启的容器服务，塞满层层叠叠的降级逻辑。\n为什么会这样？\n因为模型没有真实系统的运行感知，它承担不起任何潜在风险。\n为了免责，它会本能地多写三千行防御性代码。\n如果引入另一个 AI 组成多智能体去互相审查，结果只会更糟糕。\n模型在强化学习训练下天然热衷于挑刺。\n两台机器在审查闭环里互相强化，最后留下的，是一万行偏执防御的代码废料。\n人类工程师在这里的真实价值，不是比它写得更快。\n是有底气当面否定模型的方案，敢动手删掉那三千行毫无必要的防御代码。\n第二个死穴，叫可验证性分化。\n为什么模型写代码的能力突飞猛进，用自然语言沟通却越来越生硬？\n因为代码和数学属于可验证领域。\n有编译器和测试套件当裁判，模型可以通过自我对弈无限进化。\n但好的表达和技术沟通无法被机器自动打分。\n为了追求解题能力，模型内部的推理思维链高度压缩变形，漏到外部就成了晦涩的机器黑话。\n彼得·沃茨在科幻小说《盲视》里设定过一个特殊岗位：综合者。\n当飞船上全是不说人话的认知增强天才，必须由普通人类出面充当翻译层。\n如果你只是把需求喂给模型，再把生成的代码原样贴进代码库，你就是一个碳基传话筒。\n哪怕自己搭了一套多智能体工作流，一旦平台原生支持，传话筒依然会被第一时间淘汰。\n当写代码的边际成本归零，把功能做出来就不再具有稀缺性。\n真正稀缺的，是在海量偏执代码面前按下删除键的决断力，以及把复杂系统讲给人听的翻译能力。\n代码本身早已不值钱。\n敢替那三千行被删掉的防御代码承担风险的判断力，才值三十万美元。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-30 11:06:05","created_at":"2026-08-30 11:06:05"}