煎牛排几乎不需要任何技巧。把它放在热锅里，等一会，翻一下，最终你会得到一些技术上可吃的东西。但是，一块真正好的牛排，边缘到边缘都是中等偏生， browning 正确，调味适中，一致美味，那完全是另一回事。人工智能软件开发开始感觉也差不多。我们现在不停地构建。使用 AI、不使用 AI，通勤时、上厕所时，也许在睡梦中。我们创造代理、利用工具、技能、提示、反馈循环、复杂的工作流程。然后我们把所有东西都投向一个模型，希望它能给我们想象中的东西，而不需要真正理解这一切是如何工作的。那我们想要的是什么？我们想要完美的牛排。我们想要软件能正常工作、看起来不错、感觉精致，并准确地到达我们想象中的样子。最重要的是，我们希望每次都能得到相同的结果。我们能做到吗？并不是每次。甚至不是接近每次。有时模型会给我们一些令人惊讶的好东西。其他时候，它给我们上的是一块顶部放着百里香的炭烤肉，完全自信地称其为中等偏生，明显是在撒谎。那么我们该怎么办？我们去餐厅。我们为优质的 AI 产品付费，雇佣代理商，订阅另一个编码助手，跳到一个承诺能提供专业结果的新框架上。我们希望其他人已经为我们解决了问题。有时他们做到了。相当多的情况下，他们没有。这留下了两个选择：学会自己好好煮饭，或者继续向朋友询问餐馆推荐，同时为下一个昂贵的失望准备钱包。我们大多数人希望用 AI 构建一些我们关心的东西，而不在实施细节中迷失。我们希望把它当作一个专业厨师在我们自己的厨房里工作：告诉它我们想要什么，走开，等晚餐准备好再回来。但是 AI 不是厨师。充其量，它是一台牛排机器。它可以遵循食谱。监控温度，适时翻面，放入黄油。给它足够的工具和指令，它会快速且大规模地重复这个过程。它做不到的是知道你真正想要的是什么。除非你把它翻译成需求、约束、示例、测试、反馈，否则它看不到你脑海中的图像。即便如此，它也受限于自己的能力、上下文窗口以及围绕它的系统的质量。你可以站在机器旁边，每三十秒纠正它。这可能会有所帮助。它不会让机器变成一位米其林星级厨师。最终，感到沮丧的你决定买下梦中的牛排。你选择了昂贵的餐厅。坐下，研究菜单，最终你可以自信地点餐。你等待第一口。盘子来了。一块和你在家里做的一样烧焦的牛排。为什么？因为这个城市的每一家餐厅都雇了同样的 AI 厨师。“成本优化，”管理层说。“大多数人不会注意到。”而他们可能是对的。大多数人不会。大多数情况下，软件只需达到可接受的标准。客户忍受奇怪的界面、无意义的功能、奇怪的漏洞、由没有人真正理解的生成代码组成的系统。但你会注意到。你会注意，因为这是你真正想要制作的东西。所以你失望地回家，感到饥饿，有点尴尬，拉下架子上的食谱。只剩下一个选择：学会烹饪。你学习热量实际上会做什么。哪个平底锅重要以及为什么。为什么厚度重要，为什么静置重要，为什么单靠计时器从来不能拯救你。你又毁掉了几顿晚餐。然后你再试一次。又再试一次。最终，你不再依赖运气，你以艰难的方式学到了这一点。软件的工作方式也是如此。AI 可以让你更快。它自动化重复的工作，吐出一个起点，解释代码，帮助你探索想法。它做不到的是替代你的判断。它无法为你定义质量，无法决定哪些权衡是可以接受的，无法总是在某些东西在技术上是正确，但在所有重要方面都是错误的情况下抓住时机。要用 AI 构建出好的软件，你仍然需要理解软件。你需要知道自己真正想要什么，如何判断返回的内容，以及机器何时只是自信地给你上炭烤肉。继续学习。继续构建。继续失败。做到这一点，直到你能产出想要的结果，而不是希望偶然碰到它。然后变得足够优秀，开一家自己的小餐厅。然后雇佣几个 AI 厨师。大多数人仍然不会注意到区别。但你会注意到。