1 泡沫
最近开始听到、看到一些人再聊AI的泡沫了。还有一些大厂裁员的传闻。
首先氛围编程是彻底破灭了，这个是没有疑问的。可以参见之前的文章”氛围编程走远，规格驱动开发降临”https://srs.pub/thinking/spec-driven-coding.html
AI的泡沫呢，主要是最近有做空基金宣布做空nvidia，主要依据是他60年都赚不回他的市值。更有意思的是nvidia的迷之操作：投资1000亿给OpenAI，然后这项投资专用于购买nvidia的显卡。这种左手倒右手的游戏，本质上是在制造需求假象。
但真正可怕的不是大厂的泡沫，而是这种泡沫已经深远地影响了无数普通人和管理层的判断。比如那个被无数人热捧的神话：“普通人不需要懂技术就可以开发产品了”。
这种浮躁夸张的骚动，让很多公司管理层产生了一个危险的幻觉：程序员即将成为历史。就连Facebook（现在叫Meta）都启动了”鼓励转行，自行退出”的计划。Meta尚且如此，接下来岂不是一大批跟风的？
但如果你真的因为AI的能力而决定裁员，且慢! 商业世界里最昂贵的错误，往往来自于对新技术能力的误判。
2 幻觉
AI不仅本身有幻觉，它最大的副作用还在于让人也产生幻觉，以至于有人高喊”普通人不懂技术也可以开发产品了”。这么简单而强大的口号自然也吸引了不少追随者！
技术进步的规律告诉我们：每一次看似颠覆性的突破，都会先制造出过度乐观的预期，然后是残酷的现实修正。
参看下面的不同编程模式的进展图示：
图示中，传统的编程模式需要冗长的前期准备，缓慢的增长，以及后期漫长的维护期。但氛围编程和规格驱动的开发，能够在第一时间立刻取得惊人的进展。这一点也在事实上支撑了不少人宣传”不需要懂技术也能开发产品”的信心。
然后接下来不意外的就是氛围编程的崩塌，包括提示词工程，也就是很多人一直在宣扬的”只需要有想法，AI就可以搞定开发”的模式。很可惜大家猜中了开头，没猜到接下来它的崩溃速度也是惊人的。这里还有个专门形容AI写的代码崩溃速度快的行业术语，叫“腐烂”。
氛围编程一开始就能给个看起来还不错的初始版本，但真要继续推动完善的话，很快就腐烂到完全无法使用。我们真实项目中的例子，就是AI编码会胡言乱语，改了这里乱了那里，然后在AI模型还没学会及时止损的早期版本中，还卡死过好几个AI模型。最后无一例外需要人工全面干预，前前后后浪费了更多的时间。
接下来就是有望成为下一步趋势的规范驱动编程。规范驱动编程起步阶段和氛围编程一样，而且得益于明确的规格说明，初始版本可能还会有部分超出预期的惊喜。虽然接下来在完善、迭代的过程中，不可避免地出现了腐烂的势头，但由于规格的约束，以及规格的不断完善，使得总体仍能朝向预期的目标推进。最后在成熟期，由于AI本身强大的能力，完善度和覆盖面等确实能比纯人工编程要好一些。但是这个”好”，并没有到离谱的数量级上的高。根据很多大厂的大量数据统计，可能整体平均效率能有30%到50%的提升。
所以呢，我们不仅要警惕AI的幻觉，还要警惕AI带来的”不需要程序员了，普通人都可以用AI编程”的幻觉。真正的智慧在于：既不被技术的炫目外表迷惑，也不因恐惧而拒绝拥抱变化。
在可以预计的很长时间内，AI都需要人工的规范搭配，才能完整地实现有效的工程化开发。并不是随便什么人都可以的。
3 真实
以我们研发团队的一个真实案例来说，借助AI的能力，基本上不到一天功夫就可以搭建基础样子，加上产品相关信息的初步整理，第一天就能看到大概的样子。三天左右，能把核心的3~5个功能构建完成并跑起来，通过基础测试。
接下来就是痛苦的填坑期：研发全力投入，全程监督AI的每个操作，花了3个星期的时间，才算是把各种缺陷、问题、不足，以及混乱、错误等填补到差不多可以接受的水准。
事后评估，AI出第一个版本，三天内能做到初步可用，但AI+人工仍需三周时间的填坑，这还是在规范驱动的开发模式下实现的。整个周期，基本上和纯人工开发相当接近，并且在各个细节微调上，无法做到纯人工的那么可控。
但也得承认，在一些团队技能薄弱的地方，比如CSS动画特效等，AI迅速提供了相当高质量的补充。
这个现象揭示了一个深刻的道理：复杂系统的构建，从来不是简单能力的线性叠加，而是需要系统性的协调和控制。AI可以提供强大的局部能力，但系统的整体性仍然需要人类的智慧来把控。
所以结论上还是非常有用的，但并不是氛围编程所幻想的那样简简单单就可以做到。团队的资深研发全程都深度参与其中，并且工作量也远超平时正常的工作量。
所以，如果你听信了”AI编程可以让普通人都可以开发产品”的宣传，暂缓一下，先不要着急解雇你的研发团队，不妨等子弹继续飞一段时间看看。
4 适应变革
那么AI编程还有用吗？有的！在认清AI编程的能力优势和不足后，AI编程还是非常有价值，绝对值得投资的。
4.1 AI编程的四大价值
原型阶段的无上利器：AI编程能迅速提供基础的可视化原型。如果主要用于原型展示、概念验证、创意讨论等，那AI编程简直就是神器。
填充能力短板：之前组建一个研发团队，需要配齐所需要的各项技能资源。现在AI能提供普遍中上级别的开发技能，只要有人指导得当，很多临时或短期用的资源是可以节省的。
弥补信息差：传统开发模式中，某些特定领域的知识和技能只有特定的人才掌握，这就导致了高手资源很难协调。有了AI编码后，基本上对传统高手的需求，可以说是大大降低了。
局部代码能力： AI目前阶段所缺的是上下文的短缺，记忆容量实在有限，导致无法以来他的系统性能力。但对于不需要大量记忆的，短小明确的功能，实现质量还是挺高的。
4.2 对不同角色的影响
这些变革对于研发团队来说，影响还是很明显的：
高手变寂寞了：因为不再唯一，门前冷落车马稀，不如以前那么受欢迎了。不过高手本身借助AI发挥的效能依然超过普通人，价值还是有的。真正的专家价值，从来不在于掌握多少知识，而在于知道如何运用知识解决复杂问题。
新人变得很难了：学习编程是个很艰难的过程，现在有AI助力，新人学习编程的动力和信心都受到冲击，导致新人入行只能从提示词、规格规范、产品设计上接近，这也导致难以和AI做深入有效的沟通交流，以后的路会很难走。
普通研发人员如虎添翼：反倒是普普通通的研发人员，跨过了入门的门槛，掌握了基础技能，搭配AI如虎添翼，一个顶好几个。甚至触类旁通，借助AI兼职其他开发语言、角色 1，都不是不可能的了。
4.3 普通人的机会
那么普通人的机会呢？如果能做到产品经理级别的产出详细产品设计规格，或许还有一点希望。但仍需要技术架构师规范系统架构层的内容，最低最低，数据结构、接口规范、设计规范等基础知识是需要有的。
完全不懂技术，就不用幻想能做好产品了。
对普通人来说，或者对新人来说，比较推荐的方式，是学习设计思维的理论，能做到将想法详细地描述成产品需求，并制定产品设计规范，还要最终确定技术规格。完成这个步骤，才有可能借助AI把产品做好。
5 末了
技术的本质是放大人类能力，而不是替代人类智慧。AI编程确实是未来，但这个未来需要我们理性地参与创造，而不是盲目地追随炒作。
放弃不切实际的幻想，AI能提供功能和价值，但在任何时候、任何年代、任何科技场景下，都不存在躺着就可以赢的机会。而解决真正有价值问题的能力，永远是稀缺资源。