你以为AI把门槛拉平了，其实它只是把差距藏得更深

南隐

【你以为AI把门槛拉平了，其实它只是把差距藏得更深】


快速阅读：François Chollet的一条推引发了一场争论：底层知识在AI时代还重要吗？评论区的观察更准确——有经验的工程师用vibe coding工具用得更好，不是因为保守，而是因为他们能看懂AI在做什么、哪里会断。AI太有礼貌，不会告诉你你不知道什么。

---

有人花一小时，用Cursor写完了别人要写一周的功能。代码跑通了，测试过了，合并进主分支。三周后，系统在高并发下崩了。他打开日志，看了五分钟，然后把整段崩溃日志原文粘进了Claude的对话框……

François Chollet发了条推，说：要精通某一层抽象，你必须对它下面那一层有还不错的理解。所有传统学徒制都从最枯燥的基础工作开始——那是在培养他称之为“机械共情”的东西，让你对整个系统有直觉感知。

评论区马上有人说：这是老一代的保守观念。AI工具这么强大了，“必须先经历枯燥”这条规律是不是该更新了？

然后另一个工程师给出了完全相反的观察：有经验的软件工程师用vibe coding工具用得更好。不是因为他们有优越感，而是因为他们知道AI在做什么，知道什么地方会断，知道该在哪里叫停。

这两种说法不矛盾，但指向了截然不同的结论。

评论区被引用最多的一句话来自Kent Beck：

“先学抽象的价值，再学抽象的代价，然后你才准备好做工程。”

这三步的顺序不能乱。你必须先被一个没有抽象的问题折磨过，才能真正理解为什么抽象有价值。然后用错了抽象，付出代价，才能知道它的边界在哪里。

AI工具做的是直接把你传送到第三步。

这看起来是效率提升。但你跳过了被折磨的记忆。你没有见过没有抽象的样子，不知道它在什么情况下会失效。AI不会主动提醒这一点——正如那条评论里说的，“AI太有礼貌了，不会告诉你你不知道什么。”

这就是那个工程师面对崩溃日志时的处境。日志里有答案，但你需要一些底层的东西才能看懂那些答案在说什么。把日志扔回给AI，是另一次绕过，不是解决。

有人说malloc现在没人需要懂了，汇编是考古。这有道理。层级之间存在跨越，从Python往下并不需要一路追到晶体管。但跨越不是跳过——问题是，你对你在用的这一层的下面，有没有任何感知。

懂Python但完全不理解GIL是什么，和懂Python但知道为什么某些操作不是原子的，这两个人用AI生成的并发代码，在高流量下会有非常不同的崩溃率。差距不在代码质量上，在于第一个人根本不知道需要问什么问题。

如果你现在主要靠AI工具写代码，这不是批评，是一个可以自测的问题：当AI给你生成了一段代码，在不运行它之前，你能不能猜到它在哪些情况下会出错？

能猜到，说明你有底层的东西。猜不到，说明你有速度，但不太确定这个速度在堆什么。

Vibe coding作为工具没有问题。问题是，当它成为学习路径的第一步，而不是建立在底层之上的加速器，你跳过的不是枯燥，而是你唯一能建立直觉的那个阶段。

AI正在让所有人都能快速构建。但它同时在放大一个以前不那么明显的差距：懂底层的人用AI更快地做对的东西；不懂底层的人用AI更快地积累了将来要还的债。

目前还没有人找到绕过这条路的方法。

---

简评：

以前的差距写在简历上，现在的差距藏在系统崩溃前的那五分钟里。 所有人都能用Cursor一小时写完一周的功能，就像所有人都能用美颜相机拍出好看的照片。但当滤镜关掉、当并发量上来，谁是修过图的一眼便知。AI把入场券发给了所有人，却把VIP通道的门悄悄锁上了。懂GIL的人和不懂GIL的人，生成的代码看起来一模一样，崩溃时的表情也一模一样——区别是前者知道为什么崩，后者只能继续问AI为什么崩。