編程的多厉但错多本質不是寫語法 ，也是害快這個係列的最後一篇，這意味著 AI 的写代輸出可以被立刻檢驗——這正是三問判斷法裏最關鍵的"可驗證"條件。直接全部接受 。多厉但错多30 歲以下年輕程序員的害快就業率下降了約 6%；而 30 歲以上程序員的就業反而增長了 6-13%。上下文缺失被開發者認為比 AI"幻覺"（編造不存在的写代東西）還要嚴重——因為幻覺容易發現（代碼直接報錯），AI 在訓練過程中見過的多厉但错多代碼模式 ，
Replit（一個在線編程平台）的害快 CEO 則分享了另一個數字 ：他們平台上有大量非程序員用戶通過自然語言描述來構建應用——他們隻描述想要什麽 ，不是写代編程術語 。而不是多厉但错多最高效的方式 。確實有大量簿記員的害快工作崗位消失了——手工記賬這個具體動作被自動化了。
互聯網上有海量的写代公開代碼 。當 AI 編程從"周末小項目"走向真實世界時 ，多厉但错多需要理解的害快部分永遠需要人。能跑就行 。歡迎分享+關注 。AI 寫的每一行代碼 ，學會了怎麽和它一起工作，每種編程語言都像一本規則手冊 ，實際慢了 19% 。表現很好。
斯坦福數字經濟實驗室的研究發現 ，
但如果故事在這裏結束 ，在"做得更完善"和"差不多就行"之間做取舍——這些是編程真正的核心能力 ，這是典型的模式匹配強項。AI 生成的代碼改動 ？他全部直接接受 ，
GitHub Copilot 現在平均貢獻了活躍用戶約 46% 的代碼——幾乎一半的代碼是 AI 寫的 。跑跑程序 、比幾乎任何其他領域都要豐富 。Stack Overflow（全球最大的編程問答社區）上有超過 2300 萬個編程問答——每一個都是一對"問題-解決方案"的模式 。
AI 編程工具和電子表格是同一個故事的新版本 。我們走了很長一段路 。
這是 「AI是怎麽回事」係列的第 15 篇 。兩年後的 2025 年 2 月 ，為自己的社區建了一個資源共享應用。模式匹配器就能發揮最大威力 。
Part2 ：AI 編程到底能做到什麽——一起來看看
光說數據可能還不夠直觀 。
上一篇 ，反而大幅增長 ，
修 bug 和理解報錯 。不是在"理解你要什麽"。而且這些代碼中 88% 被保留在了最終版本裏 ，讓 AI 來寫 ，一位名叫 Pablo 的女士用 Microsoft PowerApps 的 AI 功能 ，但當項目增長到幾十個文件、這就是 Karpathy 說的"周末項目"——快速試驗一個想法 ，我稱之為'VibeCoding'（氛圍編程）——你完全跟著感覺走 ，
分界線在哪？就是三問判斷法。
下一篇預告
從第 1 篇"你的手機是怎麽認出你的臉"到現在 ，它消滅的是"手敲代碼語法"這個動作 ，不理解具體業務語境（第 9 篇 ：模式匹配 vs 理解）
這也和 Karpathy 的話完美呼應：VibeCoding 適合"周末小項目"——因為小項目模式簡單 、寫代碼恰好就是 。不確定可不可行 ？讓 AI 先做一個粗糙版本出來 ，
2025 年 7 月 ，
更有趣的是感知和現實的差距：開發者在做任務之前預估 AI 會讓他們快 24%；做完任務之後 ，結果容易驗證 。考慮到用戶可能遇到的各種情況 、一試便知 。它就顧不上了 。它在 A 文件裏把日期格式定義為"2025-01-15" ，很多人預言會計職業將會消亡。窗口之外的內容就像不存在一樣 。幾乎所有 AI 擅長的領域都如此 。不是抽象的語法說明。
"我該不該學編程 ？"
如果你之前因為"語法太難記"而對編程望而卻步 ，遇到一個看不懂的報錯信息 ？丟給 AI。不是"解決問題"這個能力 。對於一個"超級模式匹配器"來說，這個係列就是我的探索筆記 ，但沒有降低編程的天花板 。
舉個例子 ：如果你讓 AI 做一個記賬工具 ，需求變複雜 ，AI 來實現 。幾萬行代碼時——這在真實的軟件開發中非常常見——AI 就開始出現一種特有的錯誤 ：前後矛盾 。CodeRabbit 報告顯示 ，遇到報錯 ？把錯誤信息直接複製給 AI，可以被自動化 。AI 不知道這個區別 ，
先看長期趨勢：整體需求在增長。他們仍然覺得 AI 讓自己快了 20% 。軟件開發崗位到 2033 年將增長約 17%，
編程語言不像人類語言那樣模糊 。"通常這樣就修好了" 。還一起看了它在編程這個最擅長的領域裏的表現和局限 。AI 無法"看到"全部信息（第 6 篇：上下文窗口的限製）
這三個問題不是意外 。"修改了舊數據後要不要重新觸發校驗 ？""用戶刪除賬號後曆史數據保留多久 ？"——這些不是代碼問題 ，GitHub（全球最大的代碼托管平台，邏輯有錯
在菲律賓 ，
問題三 ：項目大了 ，
AI 降低了編程的入口，忘記代碼的存在……我就是看看效果 、
Karpathy 的親身描述
Karpathy 在他那條著名的推文裏詳細描述了自己的 VibeCoding 工作流 ：
他用 Cursor 這個代碼編輯器裏內置的 AI 助手 。接口定義 、兩邊不一致，
比如
，AI 就開始出錯
。幾百行代碼時 ，調試和修改。你不需要背誦 for循環的寫法——AI 會替你寫 。如果你想學編程 ，注意每個問題的根源都可以追溯到我們前麵章節的知識 ：
| 問題 | 表現 | 根源（回溯前文） |
|---|---|---|
| 表麵能跑
，而且 AI 係統本身也需要大量的開發者來構建和維護 。而編程恰好是三個條件全滿的黃金場景 。遇到報錯
，而是用日常語言（中文或英文）告訴 AI 你想要什麽 ，但如果 AI 能寫代碼
， 這和人類記憶力有限是一個道理——隻不過 AI 的"記憶"不是真正的記憶 ，" 把三個問題串起來讓我用一張表來總結 ，讓我們慢慢拆解。 2023 年 1 月 ，邏輯有錯 CodeRabbit（一個 AI 代碼審查平台）在 2025 年 12 月發布了一份《AI 與人類代碼生成現狀報告》 ，數據充足、讓代碼"能跑"容易 ， 埃森哲（全球最大的谘詢公司之一）做了一項更嚴格的隨機對照實驗：使用 Copilot 的開發者 ，他會說一些非常隨意的話——"把側邊欄的內邊距減半""給這個按鈕加個懸浮效果"——完全是日常口語，而是"隻會寫代碼"的崗位在減少，METR（一家 AI 安全研究機構）發布了一項嚴格的隨機對照實驗，但這一篇我們不隻是確認這個結論——我們要展開看 ：它到底有多滿 ，他會說"把側邊欄的內邊距減半"這種大白話 ， 摩根士丹利的分析與此一致：AI 不會減少軟件行業的整體就業 ，AI 自動化掉的永遠是那個"模式匹配"的部分 ，會發現這不隻是編程的事 。 數字背後的驅動力，即可訂閱 。讓我們來看看 AI 編程在實際中長什麽樣 。A 文件可能已經超出了 AI 的上下文窗口——對 AI 來說 ，不知道你的產品邏輯 ，AI 理解他的意思後 ，窗口裝不下的 ，而且這些公司的創始人都是技術背景出身——他們選擇讓 AI 寫代碼 ，連鍵盤都很少碰 。 非程序員的真實案例更令人驚訝的是，什麽行為對他們來說是合理的 。我們不需要猜測 。
讀者可能會問的兩個問題"程序員會不會失業 ？"這個問題幾乎每個人都在問 。 先來拆解"滿"在哪 。處理金額應該用整數（以"分"為單位計算） 。 這背後的道理，一旦項目變大 、而成功構建次數更是提升了 84%。這不隻是頂級 AI 專家才能做的事 。 參考資料
訂閱如果覺得有意思 ，不像寫散文——好壞見仁見智 。模式明確、原型開發時間可以縮短 50% 到 70% 。遠超所有職業平均 4% 的增長率 。" 換句話說 ，它描述的是一種全新的編程方式 ：你不寫代碼，會計師的工作從"算數"轉向了"分析和決策"——更有價值 、超過 77000 家企業和組織都在使用它 。他看都不看修改的內容 ，而未使用的對照組平均用時 2 小時 41 分鍾——快了 55%。
所以，而不是對你業務的理解。 如果你再仔細想想 ，Qodo 的調查顯示 ，這些是模式匹配的完美場景——模式極其明確 ，AI 來生成代碼 。 當一個項目隻有幾個文件 、它就不完整了 。使用 AI 後 ，AI 生成的代碼需要大量的檢查、有趣的是， 代碼審查。開發者產生了"我變快了"的錯覺 。即程序讀寫數據的操作）的問題更是高出近 8 倍 這意味著什麽
？AI 寫的代碼經常"看起來能跑" ，" 這條推文被超過 900 萬人看到 。仍然需要深入的思考能力。 這意味著什麽？不是程序員變少了， 一句話回顧AI 讓寫代碼快了 55%， 代碼能跑 ，但 Karpathy 描述了自己的真實工作流程：他用語音輸入（一款叫 SuperWhisper 的語音工具）跟 AI 說話 ，配置文件 。" VibeCoding——這個詞後來入選了維基百科詞條 。 代碼能不能跑 ，迭代而非一次到位 、和我們整個係列一直在探索的核心發現一致 ：模式匹配的部分可以被自動化 ， 研究中一位開發者的反饋很說明問題 ："AI 在代碼的其他部分做了一些奇怪的修改 ，AI 給出的東西怎麽改都不對。恰好在 AI 的能力範圍之內 。編程中有大量高度固定的模式 ：數據庫連接 、後續文章也會持續更新 。電子表格軟件（如 Excel）普及後 ，不知道哪些邊界情況需要特殊處理——因為這些信息不在訓練數據裏 ，但在 B 文件的統計功能裏用了"01/15/2025" 。也是最大的一個問題—— AI 會取代我們嗎？ 下一篇，自 2022 年 AI 工具普及以來 ，代碼提交量提升了 8.69% ，也是 AI 幫不了你的部分 。約 60-65% 的開發者都遇到過 AI 因為缺少上下文而犯錯的情況 。會遇到什麽問題 Part2 裏我們看到了標題的前半句——"快了 55%" 。Signal Fire 的報告顯示 ，這些隱性成本抵消了（甚至超過了）AI 帶來的速度提升 。BLS 的分析邏輯是 ：AI 確實提高了程序員的生產力 ， 為什麽 ？因為在大型真實項目中，她不是程序員 ，他又發了一條更具體的推文 ：
|
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
.gif)
