近日，Linux.do论坛一个讨论帖引发关注。发帖者在看到其他用户关于’模型能力越来越强，用强模型自己进步大、用弱模型进步慢’的讨论后，结合自身使用AI开发的经历产生了困惑：借助AI完成一个项目后，自己能够大致描述项目的整体流程和处理方式，但如果要求手写其中一部分代码的具体实现，则完全没有头绪。发帖者由此提出疑问：在Vibe Coding（氛围编程）过程中，是否应该主动脱离AI、通过手写代码练习基本功，还是接受现状不必在意，希望获得社区其他开发者的建议。这一困惑折射出AI辅助编程普及后的普遍现象：当大模型承担大部分代码生成工作，开发者从’编写者’转变为’审阅者’和’指挥者’，对代码的掌握停留在理解层面而非实现层面。类似讨论已在多个开发者社区出现，部分开发者担心长期依赖AI导致编码能力退化；另有观点认为，AI时代开发者应将精力转向架构设计、需求拆解和代码审查，手写能力的重要性正在下降。该帖目前共有2位参与者、2条回复，讨论仍在继续。
事件分析
这一现象本质上是编程技能结构在AI工具冲击下的重构。传统开发中，’理解’与’实现’是同一能力的一体两面，而Vibe Coding模式将两者剥离：大模型负责实现，人类负责描述需求与验证结果。技能评估体系因此出现错位——能读懂不等于能写出，能描述架构不等于掌握底层实现细节。从产业角度看，初级开发者的成长路径面临挑战：过去通过大量手写代码积累的工程经验，如今被AI直接跳过，可能导致’中间层’工程师断层。企业招聘标准也可能从编码熟练度转向提示词能力、系统设计与代码审查水平。后续走向预计出现分化：一类开发者拥抱’AI原生’工作流，专注高层抽象；另一类坚持保留手写训练以维持底层功力。编程教育与培训体系也需重新定义核心目标，回应这一结构性变化。
核心观点：AI让代码产出唾手可得，也让’能看懂却写不出’成为新常态，开发者价值正从实现能力转向判断力。
原文链接：Linux.do
评论前必须登录！
立即登录 注册