antirez 1 小时前。7878 次观看。看看这个博客的历史。关于与 AI 的编程的博客文章有很多，其中部分文章可以追溯到 2024 年 1 月（例如这个：https://antirez.com/news/140）。毕竟我是一名相对受人尊敬的程序员。我并不需要像一个寻求相关性的老头子一样继续“跟上潮流”，我最近重新加入了 Redis，现在我还在开发一个新的开源软件，用于本地 LLM 推理，在社区中得到了良好的欢迎。为什么我会继续这样做，去说一些人们不想听的话？为什么我还在宣布未来的编程将默认是怎样的？因为我感到有必要减少对那些准备不足的人，尤其是比我年轻的人所造成的影响，他们不像我一样，没有预见到太多这些事情（在 2022 年，我在 ChatGPT 存在之前，出版了一本书，预言了许多现在发生的事情以及我相信会发生的其他事情，所以我觉得可以这样说，而不显得自负）。所以我的方式是一种策略。人们越来越觉得编程完全被 AI 修改，却不知道他们应该做什么，如果他们真的可以以完全不同的方式开始编码，而不把代码视为主要输出。他们觉得自己背叛了自己的领域。所以我的意图是出现并说：“看看我，我可以写代码，你知道，我并没有躲在 AI 背后：然而，事情已经改变，这不是你的弱点，这并不是说你被 AI 驱动。只是我们的领域正在朝着一个令人难以置信且痛苦（但也愉快）的方向发展。”这就是为什么昨天在 X 上，我说我相信许多程序员此时的影响力不如他们本可以拥有的，因为他们关注于代码。我确实相信这一点。请注意，这并不意味着要仅仅询问最终产品来编写代码。关键是：如果你掌控了软件的思想，关注代码本身是不理想的，往往也是没必要的。原因如下： 1. 你现在可以生成大量的代码，即使不考虑 LLM 代码的冗长性（这在很大程度上也是因为无法很好地指导它们）。你怎么可能每天审查 5000 行的代码？ 2. LLM 在编写局部最优代码方面非常优秀，但在大想法方面较差（但正在改善）。逐行逐函数地扫描有什么意义？相反，你应该提示你心中所想到的设计，有时询问：“那个部分的设计到底是怎样的？它是如何工作的？”，并评估它是否是正确的模型。这要快捷得多。 3. 工作日是 8 个小时。如果你在阅读代码，这是一个权衡。你正在减少今天你工作中最重要的部分，那就是问自己：我在用这个软件做什么？我想走新的方向吗？并且，还要考虑新的想法、功能、优化技巧，以及做大量的质量保证。控制思想。你还记得《神秘的人月》中的这句话吗？好吧，70 年代的一本书对当前软件时代的许多事情比 2000 年到 2020 年期间所说的许多事情更具启示性。为什么那些现在反对 AI 的人没有对过去十年软件的现状感到震惊？在最近几年、 AI 之前，我们所经历的随意程度是难以相信的。我再告诉你另一件事。什么是混乱？在 DwarfStar 中，我以完全自动化的方式实现了两个 LLM 的推理（DeepSeek v4 和 GLM 5.2），但是：自己试试，你会发现你不能只说“实现 XYZ”就看到它工作。你必须理解事物是如何运作的，最佳设计是什么，如何达到某个性能水平。然后，我将实现与其他系统进行了正确性对比，发现其他实现有时包含更多错误。我进行了更多的研究，发现本地推理领域充满了细微的错误，这些错误会累积并影响模型输出，注意力实现中的问题导致在上下文超过某个限制后出现性能下降，因为索引的注意力实现是破裂的（例如，做的工作比它应该做的要多），等等。这是一个非常复杂、快速变化的领域，模型在推理图中的细微差别每天都在发布。这对开发者来说是一场不公平的游戏。好吧：AI 在这方面帮助很大。许多领域中，严谨的工程（在设计方面）和测试远比手动编写 GPU 内核（或阅读它）要好得多。那么我们是否确信这种抵制大多数不是意识形态上的？Matteo Collina 昨天在回复我的推文中问我：但你之前不是说你检查所有为 Redis 生成的 AI 代码吗？这确实是个好问题。是的，我会，但在这一点上，这是一件我需要做的事情，但我认为这大部分是没有意义的，部分原因是 GPT 5.5 发布后，但现在在 Fable 和 GPT 5.6 Sol 的情况下更是如此。是的：我…