2026年10月15日 人工撰写 1c939998 在响尾蛇横梁上的南瓜 我几乎无法记得第一次体验ChatGPT的情景。它已经深深融入了我的职业生活，以至于回想那一刻或那几刻变得困难。相反，只有一些模糊的片段。在某个时刻，我意识到它比谷歌更好。就像Stackoverflow崛起时，谷歌在编程主题上的搜索结果从无用变得有用一样。没有结果表明了一个“你用错了”的时刻。我记得我在玩弄它，然后记得布莱恩不断催促我：“你问过ChatGPT吗？”总是感到烦恼。直到我不再烦恼，这成为了我的默认起点。接下来的阶段很快就来了。我开始复制粘贴代码；通常是我不想手动编写的Ruby规范。我会描述习语，或者粘贴一些示例代码和我新的行为，让它输出代码。这比我习惯的真实、输入的语言中没有代码补全的IDE要快得多。抱歉，我一直讨厌编写Ruby。也许我最终会像Rails的爱好者那样快速掌握它，但我无法想象这个未来，而ChatGPT提供了一条逃生通道。我职业生涯中最初使用的5到6种语言，我学会了以某种方式热爱并高效使用。但我到了极限，现在觉得不再学习它是合理的。接下来的时刻成对到来：Tab补全和在新领域上使用复制粘贴。Tab补全显得更加自然。有时有用，有时却没有。它的关键在于如何与我已经熟悉的IDE（vscode-分叉到Cursor）集成。我放下的模式几乎是它唯一能做到的；我几乎从不依赖它的智能或实际建议。对于真实建议，我还是复制粘贴ChatGPT。但这次不同。之前它只是一个更复杂的自动完成。现在我将谷歌搜索和代码生成结合到一个新的领域：用Python进行计算机视觉。我开始了一个临时的视觉项目（新物体的边界与对齐）；我对此一无所知。只要我能“搜索”，就将我的反应提示到代码中。这是我最喜欢的阶段之一，在后来的Opus模型的词语呕吐之前。ChatGPT会正好按照我喜欢的方式输出代码。有时我只需要一点推动，一个特定的API或一行代码片段。把需求词语呕吐到上面，得到一行代码，通常还带有我请求的调侃性侮辱。我会在Jupyter notebook中运行它并执行代码，然后修 tink 修，并生成视觉效果、点和图表；同时在构建东西的过程中学习API和领域。这也是我最容易接触到幻觉的时期，发现它们是多么容易被检测和处理。对我来说，这成了ChatGPT知道和不知道的信号；幻觉出现在边界，而我轮到填补空白，弄清楚那些文档较少或可能对我们用例独特的事物是如何运作的。虽然有时过程缓慢，但我几乎无法想象不借助它，便能如此快速地进入一个计算机视觉项目并交付一些东西。这是一个令人愉快的未来；更多的是消除SEO垃圾邮件和在无类型语言上糟糕书写的文档（这更多依赖于良好的文档），而不是我放弃控制的情景。代理编程很快出现。我仍然清晰记得在这段时间阅读《嗅探AGI》和Karpathy的著名玩笑，感到有些惊讶。他们到底在说什么？但我逐渐学会了摆脱Tab补全，转向代理提示。现在在Claude上，但又像我与ChatGPT的时刻一样，我学会了认清它的局限性并在其范围内工作；慢慢改善我的提示，更有效地知道它能和不能完成什么。我很高兴地看着人们经历这一过程；冗长而繁琐的提示，更像是愿望清单，但因为他们知道如何编程而显得异样。这与技能无关，更多的是理解如何在其边界内工作；尽管他们的工作方式在某种意义上比我更期待未来。“在Tasks.tsx详细页面中添加按日期排序；使用shell系统参照components/Shells.tsx，模仿Research.tsx以得到详情，并参照Users.spec.tsx进行测试；遵循社区习惯而非我们的，避免模仿使用stubs.spec.tsx模式。”某天我抬头，意识到我的提示方式并不是一种有趣的技巧，而是我现在的主要工作方式。尽管代码库完全在我脑海中；每行都被审核。更多的PR导致请求更改或自己进行更改。生产力提高了不少，尽管这至少部分是因为我从未真正喜欢的代码工作中解放了出来。Tab完成变得稀少。代理流动感到强大、有用，同时也有限。我仍然需要告诉它该做什么，且...