AI 怀疑论者们，你们真的搞错了：LLM 辅助编程的现状与辩护

本文反驳了“AI 编程是炒作”的观点，指出当前 LLM 编程已进化为‘代理’模式，能自主操作代码库，并强调真正的问题在于开发者如何有效利用这些工具，而非其本身是否可靠。

一场认真的挑衅

这篇文章来自 Fly.io 的博客，作者 Thomas Ptacek 是一位自 1990 年代中期就开始编写软件的老兵，历经 C、C++（Alexandrescu 风格）、Ruby、Python、内核开发、服务端 C/Go/Rust，绝对算得上“严肃开发者”。但他发现，身边一些最聪明的人却深信 AI 编程是下一个 NFT 泡沫，这让他感到有必要进行一场认真的反驳——尽管他承认自己在很多领域（如艺术、音乐、写作）也是怀疑者，但在软件开发领域，他认为这些怀疑论者的论据并不严肃。

前提：LLM 编程早已不是“你在网页上问 ChatGPT”

作者指出，很多争论根本是“鸡同鸭讲”，因为反对者或普通用户对于“用 LLM 写代码”的想象还停留在 6 个月甚至 2 年前（例如 GitHub Copilot 的早期形态）：在聊天框里提问、把生成的代码粘贴进编辑器，结果发现无法运行，然后抱怨 AI 没用。

但如今，真正严肃的 LLM 辅助编程已经转向了 “代理”（agent） 模式。这些编码代理不再只是对话窗口，而是能够自主完成一系列复杂操作：

• 自己探索代码库结构，定位相关文件；
• 直接编写和修改文件；
• 运行工具（如编译器、测试套件、linter）；
• 编译代码、执行测试并根据结果迭代修正；
• 从代码库或在线代码仓库中拉取任意代码到上下文窗口；
• 使用标准 Unix 工具（如 grep、find）来导航和提取信息；
• 与 Git 交互（如分支、提交）；
• 运行已有的工具链（linter、formatter、模型检查器）；
• 通过 MCP（Model Context Protocol）调用你配置的任意外部工具。

关键在于，这个代理中真正“执行操作”的代码——那些和文件系统、编译器、Git 打交道的部分——并不是 AI，而是极其朴素的系统代码。作者认为这能让你安心：它就像 Makefile 一样，只是将一些确定的、基于事实的程序逻辑连接起来。他甚至认为，一个高效的编码代理的核心逻辑，你甚至可以在一个周末内自己写出来，它的效果主要取决于你如何构建构建过程、linting 和测试框架，而非底层模型的先进程度（o3 或 Claude Sonnet）。

因此，如果你仍停留在“打开 ChatGPT 网页、请求代码、然后粘贴到编辑器”的使用方式，那就无法理解 AI 推崇者在做什么，争论自然毫无交集。

正面论证：LLM 能做什么？

1. 处理大量的冗长代码：LLM 可以写出很大一部分你职业生涯中需要的“无聊”代码，而大多数项目的大部分代码都是如此。
2. 减少搜索需求：它们自己查找解决方案，不再需要频繁 Google。
3. 克服惯性：它们不知疲倦，不会被拖延症打败。作者描述了“想构建但一直没做”的项目，往往因为第一步的探索和大量繁琐准备而搁置，而 LLM 可以命令其“搞定这一切”，将你直接带到“代码即将能跑”的黄金时刻——在这里，写代码变成‘调整并看到效果变好’，这种正反馈正是他编码的乐趣所在。

甚至，LLM 能让你避免一些虚假的努力：当你不想做某个棘手任务（比如重构单元测试）时，你可以让代理去做，它会在虚拟机里花费数小时折腾测试，并且最终提交一个 Pull Request。这样你就不得不做更多“真正的工作”了。

反驳怀疑论：关键问题

“但你不懂代码在干嘛？”

作者辛辣地问：你是“vibe coding”的 YouTuber 吗？不会读代码？如果不是，那你为什么担心？你一直对你合并到 main 分支的代码负有责任，无论这些代码是人类写的还是 LLM 写的。如果你用 LLM 构建别人依赖的东西，就必须阅读这些代码，而且要花 5-10 分钟把它改造成你自己风格。LLM 生成的代码不是“概率性的”，它是确定的代码，是可知的。模型可以是随机的，但那无关紧要。重要的是你的审查和护栏。如果读不懂生成的重复代码，那是个技能问题——毕竟你也要天天阅读人类开发者在截止日期前赶出来的混乱代码。

“但幻觉怎么办？”

作者认为，如果你担心幻觉，那是你的编程语言让你失望了。因为代理会直接运行 linter、编译器和测试。如果 LLM 发明了一个不存在的函数签名，代理会得到错误信息并反馈给模型，模型会说“哦，对，我编造的”，然后重新尝试。整个过程完全自动化，你根本不会看到幻觉——除非你盯着思维链看。他甚至推荐 Zed 的代理模式，它会让你切换到其他标签页并等待桌面通知。在软件开发环境中，幻觉已是一个基本被解决的问题。

“但代码质量像初级开发者？”

一个实习生每月要多少钱？Cursor.ai 只要 20 美元。高级开发者的职责之一就是让能力较弱的编码者（无论是人类还是“代数”的）变得更高效。使用代理本身既是一项技能，也是一个涉及提示词、索引和工具链的工程项目。LLM 只会产生糟糕的代码，如果你允许它那样做的话。

“它不擅长 Rust ？”

作者调侃道：获得一个为 Brainfuck 语言定制的良好工具链也很难。如果 LLM 在某个语言上不强，那只是因为该语言的工具链和社区支持尚未跟上——但 Rust 社区以工具链的严谨而闻名，它们总会适配的。

最后的反思：怀疑论的根源

作者认为，许多对 LLM 的怀疑并非真的源于技术缺陷，而是一种“投射”——人们说“LLM 不能写代码”，实际上是他们不愿接受这种新工作方式带来的角色转变：从编码执行者变成代码的“策展者、判断者、引导者”。即使最沉迷于 Claude 的开发者，仍然掌握着方向、决策和最终的责任。

此外，他还提醒我们对自己人类的第一版代码质量不要过于自欺欺人——我们本身就是有缺陷的“代码生成器”。

最后，他总结道：即使所有 LLM 的进展今天突然停止，它们仍然是作者职业生涯中第二重要的事情。尽管他理解怀疑者的情绪，但他们的论据在软件开发领域并不成立。

---

原文链接：https://fly.io/blog/youre-all-nuts/