夜雨聆风
Dario Amodei坐在落地窗边，双手一摊，说AI已经揽走95%的活儿，剩下5%才轮到人类来收场。老马转这条视频的时候，配了句“代码在贬值，系统思维在变贵”。听起来像句大白话，但细思极恐，你会发现这5%压根不是什么高大上的统帅梦，而是把一堆聪明过头却爱钻牛角尖的AI虾兵蟹将，硬生生捏成能打胜仗的队伍。效率降维得厉害——过去敲键盘的手速，现在全换成了脑子里的刹车和油门。
反直觉的地方就在这儿。很多人以为指挥AI就是多写几条提示词，模型越聪明越省心。结果呢？AI越聪明，越容易自己跟自己打架。给它个模糊需求，它能吐出十种方案，每种都头头是道，可一拼在一起，逻辑就互相撕扯。边界设得松了，它跑偏；设得紧了，它又卡壳。圈里老鸟私下里说，这活儿像在管一群天才加杠精，得提前闻出哪个环节会炸。隐形陷阱多得吓人，尤其是遗产代码那块——AI一眼看过去，觉得全能重构，干净漂亮，可当年为了兼容老硬件留下的脏补丁，它全给你抹了。系统一跑，崩得悄无声息。你得在它自信满满的输出里，抓出那个“看似合理其实要命”的小裂缝。
抢救这些裂痕，没什么教科书。靠的是一股野生智慧，Dario管它叫street smarts。不是天生的，得在一次次被AI坑过之后，慢慢磨出来。得学会在它吐的成堆代码里，闻出哪个执行链条藏着隐形循环；得在它自以为是的逻辑里，提前插一根围栏，让它别跑野。控逻辑这事儿最折腾人——AI爱走悬崖边，你一句“优化性能”，它能把安全边界全拆了；你补一句“别碰用户数据”，它又缩成乌龟壳。抓执行呢？更狠。模型生成快得像火箭，可你得在飞起来之前，逼它自己验一遍，再逼它把验的结果拆成能看懂的碎片。整个过程，时间没少，脑力却翻倍。过去一天写五百行，现在十来分钟出五千行，可后面审核和修复的时间，悄悄把一整天都填满。
这就捅破了另一个幻觉。科技平权听起来安慰人，其实是把动手能力磨平了，把指挥能力拉到更残酷的台阶。不会指挥的统帅，很快发现自己成了多余的闲职；会指挥的统帅，却得面对一个更棘手的现实——AI军团从不罢工，却总在你最放松警惕的地方给你挖坑。行业里冷眼看去，传统码农消失不是制造焦虑，是必然。那帮老鸟当年在黑屏里找bug练出来的肌肉记忆，现在全成了负担。新人得练的，是怎么让工具不反噬自己，怎么在模糊需求里摸索出真边界，怎么在AI的幻觉里保持清醒。
说到这儿，我忽然想起那些深夜还在终端里挣扎的老代码。它们被AI重构得焕然一新，可一上线，总有那么一两个隐形bug，像老硬盘读盘时的轻微卡顿，提醒你有些东西抹不掉。手指无意间在桌沿那块用了多年的鼠标垫上蹭过去，粗粝布面摩擦出的细微阻力，瞬间跟脑子里卡住的逻辑链条重叠——明明是熟悉的触感，却像在说，这场指挥战里，最难的不是让AI跑得快，而是让它别在你松手的那一刻，把整个系统拖进死胡同。
指挥AI的技巧，从来不是什么高深理论，就是一堆反直觉的小摩擦。设边界时，你得提前闻到它会往哪个死胡同钻；控逻辑时，你得在它自信的输出里，找出那个藏得最深的自洽漏洞；抓执行时，你得逼它把每一步都摊开，让人一眼看得见。Dario那番话的底色，其实带着点克制的反讽——我们终于解放了双手，却把脑子逼到了更窄的悬崖边上。胜败从来不在代码多快，而在你能不能让这群AI小兵，既不内斗，又不偷懒，还朝着同一个悬崖里跳得整齐。
这5%，练成了，你就是军团的影子统帅；练不成，你就成了看热闹的闲人。圈外人觉得AI在解放生产力，圈里人却清楚，这场暗战才刚开场。
