留我身后

# 把我抛在身后 来源：http://androidessence.com/leave-me-behind/ > “如果你不学会使用人工智能，你就会被抛在后面。” 那就把我抛在身后吧。 --- 我在2014年学会了构建Android应用。当时我在大学上Java编程课，一位同学分享了一个免费在线课程，教人学习Android开发。目标很简单：做一个带本地存储的待办事项列表应用。 当我完成最低要求后，我从笔记本电脑上拔掉手机，走到父母面前，给他们看我做了些什么。我经常把这称为我的“灯泡时刻”。我手中拿着的，是我自己构建并能够与之交互的真正、有形的软件。这不是我第一次编程，但这是我第一次把一个应用装在自己能随身携带的、拿给别人看的设备上。这个应用就在我的口袋里，随时可用，帮助我保持条理和高效。 那一刻，我立刻感受到了工作的意义。我学习的是必要的技能，用来给人们提供一个能真正产生积极影响的工具。2018年，我亲身经历了这一点，当时我发现自己正在开发一个约会应用，而后来我正是用这个应用遇到了我的妻子。 参加了第一门课程后，我在接下来的十年里不断磨练自己作为Android开发者的技能。我帮助维护了许多应用，这些应用对他人有着真实、切实的好处——无论是帮助他们找到命中注定的另一半，还是让他们更容易获得药物，或是支持他们旅行，看到这个世界所有的美好。 当我回顾这段旅程时，最令我珍视的并不是这些应用的结果，而是促成这一切的人们。 --- 在我的旅程开始时，我的目标是尽可能多地吸收信息。我每周都会登录课程，学习教授能教给我的关于Android的一切。我还参加了另一门课程，谷歌的员工教我如何构建一个天气应用，我对这些经历如饥似渴。我会在每节课之间坐下来做天气应用，甚至有时会不吃午饭去做。我对镜头后面那些人的知识深度以及他们愿意公开分享、让其他人受益的慷慨感到敬畏。 接下来的几年里，我通过动手构建来练习。我参加了十多个黑客马拉松，与数百位充满热情、同样沉醉于构建精神的年轻软件工程师建立了联系。我会和几个朋友一起跳上车，开上两到八个小时的车程，花上三天时间，只睡几个小时，去构建社交应用、宠物追踪器，甚至NFC标签夺旗游戏。我们靠咖啡提神，争论技术栈，度过一个充满欢笑、友谊以及团队构建所带来无比自豪感的周末。我们建了什么并不重要，有没有获奖也不重要，回报就在这段经历本身。 毕业后，我在一家数字营销公司工作。作为专业Android开发者的第一天，我满怀激情，要把学到的一切都运用起来，把我的技能带上新高度。我遇到了那位在办公室里坐我旁边的队友，他问我的第一个问题是：“你对RxJava了解多少？” 我立刻慌了。我从未听说过它。 他毫不犹豫，也没有任何评判，开始分享他的经验。他教会了我关于响应式编程我需要知道的一切，以及它如何融入我们即将一起开发的应用，还给了我快速上手的建议。后来，我们成了办公室的活宝，让房间里充满了传染性的笑声和咯咯声，同时对我们的工作充满了深厚的热情，并一起成长。 也是这位队友，带我参加了我的第一次Android会议——Droidcon NYC。“敬畏”都不足以形容我当时在那个环境中的感受。数百名工程师，和我有着同样小众的热情。几十位演讲者自愿与全世界分享他们的知识。我毫无疑问地认识到，这是我职业生涯当前阶段的指导原则。那些英雄激励我站上舞台，与后面来的下一代Android工程师分享我的专业知识。我寻找每一个能帮助其他工程师的机会，把别人帮助我的方式传递下去。 在这所有的经历中——以及更多我没时间分享的经历——是人与人之间的联系让一切变得特别。是笑声帮助我度过了难题。是不眠之夜提醒我，我并不孤单。是别人的无私，他们站上舞台或走到镜头后面，去教授素不相识的人，常常几乎不收费，只是为了让他人能够去构建、去产生影响。 --- 突然，LLM（大型语言模型）进入了主流，威胁到了现有的软件开发方式。一个简单的承诺——你不再需要学习编程，只需提示你想要的，它就会为你生成代码。 起初我很兴奋——作为一名软件工程师，我当然对潜在的新技术感到兴奋。但在试用之后，我意识到它并不完美。它会幻觉，建议不存在的方法，或者引入明显的错误，最糟糕的情况下，甚至无法编译。 新的承诺是它会变得更好，所以最近我又试了这些工具。它确实变得更好了。它写出了能编译的代码，分析了堆栈跟踪并提出了修复建议，甚至为我审阅了代码。 但它也耗尽了人性体验。 如果我遇到了自己不知道的东西，我会问AI该怎么做，然后依靠第一个可行的答案来实现我的目标。以前，我会去Stack Overflow，向另一个经历过同样困境并公开分享信息以帮助他人的人类学习。在Stack Overflow上，工程师们不仅会提供帮助，还会反驳并挑战我的假设，为我未来的成功打下基础。同样，通过花时间研究我的困难，审视已有的信息，并查看社区的投票来了解一个解决方案的普遍认可（或不认可）程度，我能够从根本上理解问题和解决方案，锻炼出将来再次解决它所需的肌肉记忆。 如果被要求构建什么东西，我会把任务委托给机器，而不是使用自己花了十年磨练的技能。工程师喜欢自动化，但自动化最适合那些琐碎、重复的任务。当我们自动化了关键思考时，我们就开始失去自己构建稳健、持久软件的能力。有人争辩说，LLM实际上增强了这一点——通过快速生成代码，它让我们能够批判性地思考正在构建的系统。在我的经验中，这个论点忽略了学习软件开发的另一个基本要素——试错。试错不仅仅是你的应用能运行还是崩溃；它还包括尝试不同的架构、库、模式和风格，以找到最能帮助你实现目标的方式。 如果我想对自己的解决方案获得反馈，我会问一个黑盒子，而不是坐下来和同事讨论，为自己的实现方案辩护，并进行关于所做权衡的真实对话。那些关于权衡的对话不仅仅是理论上的，而且常常基于对方在自己的项目中哪些有效、哪些无效的真实经验。 最后，我清醒过来了。这不是我想要的生活。 --- 这些LLM是预测机器。它们是文本生成器，本质上是一堆花哨的统计模型，训练数据来自勇敢的工程师们多年来的奉献精神——他们愿意在开放中学习和构建。在开放中构建意味着我们不是在设限技术，而是在为年轻的工程师创造切实的示例，供他们探索、理解和学习。 当我的代码无法编译，而我发誓“这次一定行”的时候，它们不会和我一起笑。它们不会帮助我理解我的软件，这样当有人问“这是怎么工作的”时，我可以满怀激情地倾心解释。最重要的是，它们不会转过头来微笑，并参与那种难以言表的喜悦——当我们说“这是我们建成的！” 我渴望与人连接。我怀念那些我脆弱的时刻，与慷慨伸出援手支持我的工程师们分享我的挣扎。我怀念从那些挣扎中学到的东西，再以博客文章或演讲的形式分享出去，鼓励下一个人克服同样的挑战。 要重新养成这些因使用AI而削弱的习惯，我可能需要一段时间，但为了在软件开发中保持人性，这是必要的。它确实是一种艺术形式；一门需要奉献、毅力，尤其是强大社区支持的手艺。软件由人类构建，为人类服务。如果不是由人类构建，那它又是为谁而建的呢？ 如果使用AI构建的体验真的是未来，那么你们尽管把我抛在身后吧。