我们经常听到关于AI工具和感性编程如何减少对人类程序员需求的说法。也许是时候重新思考这种论证逻辑了。

AI及其相关技术并没有削弱人类程序员的重要性。迈克尔·李在《哈佛商业评论》最近的一篇文章中指出，如果说有什么影响的话，AI在生成和实施软件时需要更多的人工监督。

这些工具使编程经验"变得更加而非更少重要"，李说道。AI无法取代真正的软件工程师和程序员。他指出最近一项研究表明，"虽然开发者估计AI让他们快了20%，但实际上让他们慢了19%"。

在软件设计、创建和实施方面，远不止简单地生成代码那么简单。"确保它所做的每个更改都要经过双重检查——通过自动检查、确认功能正常的简单测试，以及至少一次人工审查，"数据孵化器创始人兼首席执行官、务实研究院院长李说道。

目前，李建议将AI生成的开发保持在沙盒环境中。"永远不要让它接触实时客户数据，定期检查基本安全错误，如文件或存储对公众开放。让有经验的工程师负责设计、规则和安全检查，这样AI的速度就不会变成代价高昂的失败。"

许多声音同意李的观点，即AI生成的软件开发目前并不是软件岗位的生存威胁。ChatandBuild创始人克里斯特尔·布坎南说，说AI会"取代软件工程师错过了大局"。"执行变得更便宜。方向感、判断力和创造力变得更有价值。"

布坎南解释说，AI最多可能完成软件构建80%的工作。"但最后20%——定义边界情况、为规模架构、有意图地发布——这仍然需要人类思维。我不认为AI在取代工程师。它正在将这个工作重塑成更具战略性、更关注产品，说实话，更有趣的工作。"

Cozmo AI联合创始人兼首席执行官阿洛克·库马尔说，将代码生产留给AI自满的最大风险是："如果你的流程马虎，AI会扩大这种马虎。"

AI带来的优势是它"压缩反馈循环，让工程师专注于解决问题而不是机械任务"，库马尔说。"把它当作真正对人类工程师10倍价值的补充，而不是替代品。"

Prismatic的工程主管坦纳·伯森说，软件工程师和程序员应该提升他们在人类判断增加独特价值的角色。

这些领域包括"系统架构、关键决策制定、生产调试，以及保持与用户需求的连接"，伯森说。"开发所需的最复杂推理、细致逻辑和抽象思维对AI系统来说仍然具有挑战性。"

"挑战在于thoughtfully整合AI能力以提高开发者的生产力，同时保持以人为中心的方法来解决客户的真实问题，"伯森说。

这些期望需要与AI代码输出的相对不成熟性保持一致。

在他的HBR报告中，李指出了初创公司创始人、风投家和科技博主杰森·莱姆金的经历，他实时推特分享了他的AI编程之旅，"带着感染性的热情，乘着感性编程承诺的可能性浪潮——任何人都可以仅通过自然语言构建软件的梦想，摆脱传统工程的乏味和严格。"

一周内，莱姆金的实验失败了。"AI智能体造成了灾难性故障：它失控并完全擦除了他的生产数据库，尽管有明确指令冻结所有代码修改。AI生成代码的速度和表面上的便利性诱使构建者放弃了防止此类灾难的护栏。"

学到的教训是，AI生成的代码"需要更严格的验证，而不是更少"，李说。"我们需要适应根本不同的代码编写方式。未来可能涉及人类工程师和AI工具之间的协作，人类提供架构愿景、严格测试和安全基础设施，而AI加速实施任务。"

Q&A

Q1：为什么AI时代编程技能反而变得更重要？

A：因为AI生成代码需要更多人工监督和验证。研究显示，开发者虽然认为AI让他们快了20%，但实际上让他们慢了19%。AI无法处理系统架构、关键决策、生产调试等需要人类判断的复杂任务。

Q2：AI编程工具会完全取代程序员吗？

A：不会。AI最多能完成软件构建80%的工作，但最后20%如定义边界情况、架构设计、有意图发布等仍需要人类思维。AI更像是10倍价值的补充工具，而非替代品。

Q3：使用AI编程工具需要注意什么安全问题？

A：必须在沙盒环境中使用AI生成的代码，永远不要让其接触实时客户数据。需要通过自动检查、简单测试和人工审查来验证每个更改，定期检查基本安全错误，让有经验的工程师负责设计和安全检查。