当AI开始侵蚀你的老本行：软件工程师的焦虑，与一个反其道而行的工具

昨天Hacker News上最热的一篇帖子，标题直白得让人不安：“LLMs are eroding my software engineering career and I don‘t know what to do.” 427个赞同，354条评论，讨论区里弥漫着一种混合了沮丧和无奈的共鸣。作者说，过去他靠解决复杂问题、写高质量代码吃饭，现在客户和经理们觉得“用AI也能搞定”，他的价值正在被技术本身瓦解。这不是一两个人的牢骚——它像一面镜子，照出了很多工程师心里的暗影：当你所依赖的技能被一个概率模型快速逼近，你该往哪走？

但我更关心的不是焦虑本身，而是这个帖子下面的一条评论。有人说：“几年前我也觉得Excel会毁了我的会计职业，结果我只是学会了写VBA。”这句话点出了一个关键：每次技术跃迁，旧岗位会消亡，但新岗位会诞生。问题是——这次的新岗位在哪里？当AI不仅能写代码，还能解释代码、调试代码、甚至理解需求意图的时候，留给人类的缝隙到底有多宽？

与此同时，另一件事也在加剧这种“真假难辨”的焦虑。The Verge的每周简报里提到一批AI“内容创作者”——那些看起来是真人、实际上是生成模型的Instagram网红、YouTube博主，正在变得越来越难识别。过去你还能从手指的怪异弯曲或者背景的扭曲光影里看出破绽，现在图像质量已经细腻到肉眼几乎无法分辨。我个人觉得，最可怕的不是他们存在，而是他们正在改变整个社交媒体的经济结构——广告商会把钱投给一个从不疲倦、没有丑闻、能24小时出内容的虚拟偶像，而不是一个需要睡觉、有情绪波动的人类。这相当于把“真实”这个筹码从游戏里拿掉了。

这种趋势下，Anthropic那边有个呼声很高的GitHub Issue：用户要求官方推出Claude Desktop的Linux版。184个赞同，77条评论，翻一翻就能看到开发者们反复喊“我们就是要在Linux上跑Claude啊”。为什么？因为很多AI工作流本身就跑在Linux上，开发者希望在本地桌面端直接和Claude交互，而不是每次都得开浏览器或者对接API。这背后是一种“工具化”的诉求——不要把AI做成一个封闭的黑箱，让它成为操作系统的一部分。Anthropic现在有Claude Code（一个终端工具），但用户显然想要更多。

说到工具，有个叫Lathe的开源项目挺有意思。它的理念恰好和“AI替你完成一切”相反：用LLM生成一份详尽的手把手教程，然后你自己打字、自己运行代码来学习。它背后的逻辑是：AI应该是你的老师，而不是你的代笔。作者把Lathe定位为“用LLM学习一个新领域，而不是跳过它”。你可以对它说“/lathe build a 3D slicer in Erlang”，它会给你一个循序渐进的实验教程，你在一套本地UI里亲手敲代码完成。这像是对当前“AI写代码、人只负责复制粘贴”风气的一种温和反抗——你要真学会，还是得动手。

技术上，还有一个值得关注的学术进展：一篇论文提出了无需训练的单图像扩散模型（Efficient and Training-Free Single-Image Diffusion Models）。以往要生成一张图像的变化版本，要么需要微调模型，要么需要冗长的训练。这篇工作声称可以在一次前向推理中完成，且不需要任何额外训练。虽然目前点赞数不高（27个），但方向很有价值——降低生成式AI的使用门槛，同时保留对内容质量的控制。

回看这几条新闻，你会发现一个共通的丝线：人到底应该和AI形成什么关系？ 是替代关系、共生关系，还是学习关系？那位写博客的软件工程师在结尾说，“我不知道答案，但我知道我不能假装什么都没发生。” 我理解他的感受。不过Lathe的出现给了我一点乐观：总会有人设计出那些“让AI帮你变强，而不是帮你省事”的工具。问题是我们是否愿意选择它们。