上次代码变便宜时我们失去了什么

# 代码变便宜时我们上次失去的东西 来源：https://www.poppastring.com/blog/what-we-lost-the-last-time-code-got-cheap 我曾在托莱多一家名为 Heartland Information Services 的初创公司工作。我们为美国一些最大的医院提供转录服务，规模不算小。Heartland 是美国较大的医疗转录机构之一，也是那个时代离岸转录浪潮的核心公司之一。虽然听起来简单，但我们这类服务一旦宕机，后果会很严重。想象一下，你需要紧急手术，却要等待手术记录的书面副本——等待可能并非选项。 我们在印度合作的工程师才华横溢。公司以混合模式运作，在不同时期，我们最关键的工作在海外开发，然后部署到美国本土。原因很简单：成本。离岸开发便宜得多，对于一家精打细算的初创公司来说，节省的费用不容忽视。这也是当时的潮流：托马斯·弗里德曼宣称《世界是平的》（https://en.wikipedia.org/wiki/The_World_Is_Flat），美国本土开发者人心惶惶。每个人都在想：下一个轮到我们了吗？ 生成的代码质量不错。这些工程师是我共事过的最有才华的人之一。不过，任何分布式人类系统都难免遇到这样的情况——对某个东西为何以某种方式构建的理解，存在于世界的一侧，而维护它的责任却在另一侧。知识存在于某处，只是不一定在你需要的时候出现在你需要的地方。 我最近经常想起 Heartland，因为这种感觉似曾相识。 生成代码的成本已经崩塌。AI 工具能以五年前难以想象的速度和成本，生成功能可用、勉强合格、相当普通的代码。就像 21 世纪初的离岸外包浪潮一样，经济因素真实而合理。没人会因为使用这些工具而犯错。它们生成的代码常常“还行”。它工作，通过测试，甚至可能原封不动地发布。 但我们以前见过这种模式。当代码生产变便宜时，成本并未消失——它转移了，从创造转移到理解。这正是《Prediction Machines》（https://www.hup.harvard.edu/books/9781633695672）一书的核心论点：当一种基础投入变便宜时，价值就转向其互补品。在软件中，生产的互补品一直是理解。外包时代教会我们，软件中昂贵的部分从来不是编写它，而是对它理解得足够充分，以便安全地修改它、在压力下调试它、向后来者解释为什么某个决定是在周二凌晨两点做出的。 这次的区别在于结构性。外包时，知识存在于某人的头脑中——德里或班加罗尔的开发者理解原始意图，尽管跨越时区和组织边界传递这种理解很困难。但 AI 生成的代码，知识可能根本不存在于任何地方。另一端没有一个曾经掌握全貌的人。代码已提交，语法正确，但缺乏意图。 这不是反对 AI 辅助开发。我每天都在使用这些工具，它们确实让我更快了。但只用产出代码行数来衡量生产力，是我们几十年前就有充分理由摒弃的指标。外包时代最终让大多数组织认识到，解决方案不是停止与分布式团队合作，而是刻意投资于共享上下文、文档、代码审查以及建立相互理解这种慢工出细活。那些蓬勃发展的公司，把理解视为头等工程要务，而非地理邻近的副产品。 我们现在需要同样的投资。如果普通代码很便宜，那么稀缺资源就不再是生产代码的能力，而是阅读它、驾驭它、知道哪些部分重要以及为什么重要的能力。Joel Spolsky 二十多年前就写道（https://www.joelonsoftware.com/2000/04/06/things-you-should-never-do-part-i/）：“读代码比写代码更难。”当时如此，现在也不可避免地如此。我们需要为理解而构建的工具，而不仅仅是生产。我们需要将理解视为刻意构建的东西，而非希望它自动出现。 我认为这应该是开发者工具接下来要解决的问题：不仅仅是帮助我们更快地写代码，还要帮助我们理解我们已经拥有的代码、我们继承的代码、以及从一个实际上并不真正知道或理解我们生活的世界的预测机器（https://www.poppastring.com/blog/overly-confident-ai）中完整生成而来的代码。这才是手工艺现在所在的地方。 一张红色皮革板球的特写照片，放置于深色表面上，展现出细致的白色缝线和金色浮雕文字，文字写着“HAND MADE”和“MADE IN INDIA”。