Lee Robinson 谈用 AI 编码的两大担忧：1. 初学者实际上没有学到东西 2. 技能退化 他观察到第一个问题已经出现，但还没有好办法解决。工程师成长需要刻苦磨炼，过程往往枯燥且艰难。如果 AI 能帮你解决大部分问题，那么什么时候才会有“健康的摩擦”促使你深入思考，真正“拥抱困难”？尤其是在当下远程工作减少了结对编程的机会，初入行的工程师更难获得成长的土壤。不过，也不是全无希望。那些主动性强的人正快速适应，学习效率惊人。但行业整体的教育和工具仍需改进，Lee 希望自己能为此贡献力量。关于技能退化，他坦言自己对此也很焦虑。五年后写代码会是什么感觉？会不会忘了曾经依赖的基础技能？也许这无关紧要，因为我们可能在更高层次的抽象上工作。但即使如此，深刻理解底层系统和依赖依然重要。他认为，保持怀疑态度是健康的。AI 编程的未来充满机遇，也伴随挑战。其他观点补充了这场讨论：- 代码规范或许会以更高抽象定义，代码实现会自动演变，但短期内 TS、Python 仍是主流。 - 用 AI 找“速成答案”容易跳过理解，导致无法调试和维护。真正的学习需要“走过 buggy 代码”的磨练。 - AI 让开发速度极快，迭代成为常态，调试可能不再是必需，软件开发范式正在变革。 - 学习方式会从死记语法转向掌握架构和设计，AI 解决部分问题，工程师仍需动手实践。 - 一些人乐见 AI 将繁琐底层知识留给极客，普通开发者更自由地创造。 总结来看，AI 带来的不是软件开发的终结，而是一场深刻的转型。如何平衡自动化与自主学习，如何在高效与深度之间找到节奏，是每个工程师和教育者都需要面对的问题。原推文链接：x.com/leerob/status/1996281383535382909
