我父亲在90年代教我的AI编程心得

# 我父亲在90年代教会我的AI编程课 来源：https://askmike.org/articles/ai-coding-lessons-in-the-90s-from-my-dad/ *发布于 2026年8月23日* 那是1990年代末的一个暑假，当时我还是个八九岁的小孩子。父亲曾教过我国际象棋规则，我们偶尔会对弈几局。但这次不同：开局前他突然起身离开棋盘，走到房间另一头的椅子坐下，背对着棋盘。 每当我移动棋子时，只需大声报出棋步——"兵从E2走到E4"。父亲会口头回应他的走法，我再按照指令在棋盘上复盘。我们正在下盲棋。我记得曾告诉他要移动某位置的棋子，但那个棋子根本不在他说的位置。他毫无迟疑地精确指出了棋子的实际位置。那局棋我很快就输了，但整个过程令我着迷。 > 高手通常不会像照片那样在脑中构建完美细致的棋盘。他们追踪的是一组结构化关系：- 重要棋子的位置- 被攻击或被防守的格子- 开放的直线、斜线与兵形结构- 战术关联如牵制、捉双和孤立棋子- 每步棋带来的变化值得注意的是，盲棋棋手常表示，他们的注意力更多集中在关系与合法走法上，而非字面意义的"看见"棋盘。国际象棋知识会自动重构大部分局面。因此这种卓越技能是空间工作记忆、模式识别、严谨计算与注意力控制的结合——而非单纯的照片式记忆。 \- 克劳德寓言 5 我最终没有深入研究国际象棋，转而投身于计算机与编程领域。 随着过去一年多来大语言模型在编程领域的迅速崛起，软件工程师的工作方式正在发生剧变。所有人都在探索如何在这个新世界高效工作，各种观点百花齐放。但所有人都清楚一点：如果使用AI时只需简短描述需求，却从不审阅AI生成的代码——这种"氛围编程"产出的软件将难以持久（即便能运行）。那么究竟该让AI完成多少编码工作，人类又该把控、阅读（并深入理解）多少代码呢？ 在某些层面，这类似于高级编程语言带来的变革。在出现这些语言之前，程序员必须深入理解实际硬件和CPU执行指令的机制（如内存管理、指针、线程等）。使用Java或Python编程时，我们可以不必关注这些底层细节，但必须掌握的知识清单依然是明确的（只是变得更简短易懂）。如今的区别在于，使用AI时似乎不再需要掌握任何专业知识。我显然认为，经验丰富的程序员使用Claude Code产出的质量很可能优于非技术人员（尽管难以量化）。资深程序员也可能疲惫或厌倦，停止逐行审阅代码而放任AI掌控。人类天生具有惰性，当感觉AI已掌舵时，保持敏锐和专注就变得困难重重。 因此，使用AI编程在诸多方面与盲棋恰恰相反：你无需时刻保持注意力，不必记忆关键棋子位置，也无需关注战术细节（如代码接口与API）。**但我在此主张，定义优秀盲棋棋手的技能，与那些能在Claude Code终端前游刃有余（即便不亲自阅读或编写代码）的程序员所需技能完全一致。** 许多出色的程序员在大语言模型兴起前就已掌握这些能力。例如在脑海中构建代码如何交织运作的深刻心智模型，始终将代码视为抽象概念或目标的表达，或是通过深度思考来简化或改进现有实现。对我而言，为未亲自编写（或极少阅读）的软件建立这样的心智模型仍然困难，在不同时刻把握详细讨论与宏观把控的平衡也颇具挑战。 随着大语言模型及其工具日益精进，真正能驯服这些猛兽并保持掌控力的人，将以前所未有的速度与智慧前进——其效率不再受限于读写底层代码的速度。你知道吗？最顶尖的盲棋棋手能同时进行多局盲棋对弈？ 马格努斯·卡尔森在蒙眼状态下同时对弈10局国际象棋 问题在于，与国际象棋不同（其棋力等级易于评定），这种高效编程方式将变得无法量化衡量——因为AI能攻克你设计的任何量化指标。