NYU教授震怒警告：孩子不学编程，只会葬送美国未来！

qu395Pth

纽约时报最近的一篇文章写得非常精彩，可能成为周末阅读量最高的文章之一。
文章认为初级程序员甚至全部软件工程师迟早被AI取代，现在的AI让人动动嘴就能做出个人应用。
对此，马库斯怒斥道——这种观点，简直就是在误人子弟！
而文章作者Kevin Roose与科技巨头是蛇鼠一窝、一丘之貉：
就像许多类似的文章一样，新文章全是白日梦，描绘了一幅充满大胆想象的新现实图景，同时淡化了实现这一愿景的障碍。
他的编辑和读者似乎都很喜欢这种风格的文章。
坦白说，我并不喜欢这种风格。在我看来，这类文章更像是科技巨头的营销手段，最终只会让它们得到更多权势。
Kevin Roose最新文章就是一个典型例子。它的确写得精彩。但就像他过去的许多文章一样，它描绘了一场即将到来的技术革命，却没有真正审视其中的现实难题和潜在风险。
事情的起因，还要从专栏作者Kevin Roose疯狂编程开始讲起。
他不是程序员，甚至连一行代码都不会写，也从未想过要从事软件行业，也没有想过放弃新闻事业转投科技行业。
但在过去的几个月里，他创作了4款应用程序：

• 一个转录和总结长播客的工具。
  
• 一个将社交媒体书签整理成可搜索数据库的工具。
  
• 一个判断某件家具是否能放进汽车后备箱的网站。
  
• 以及一个名为LunchBox Buddy的应用程序，它可以分析冰箱里的内容，并帮助他为儿子准备学校午餐。
  

他认为这一切全靠AI对编程的「降维打击」，像他这样的对编程几乎一无所知的门外汉，只要有想法就能开发出想要的应用程序。

Karpathy推动新潮流

如今，人工智能（AI）正在推动一股新的技术趋势——「自动编程」(vibe coding)。
AI研究大牛Andrej Karpathy推广了这一术语，用来形容现代AI工具如何仅通过输入文本提示（prompt），让非技术用户就能创建完整的应用和网站。
换句话说，不需要会写代码，只要有想法和耐心，任何人都可以进行「vibe coding」。
在社交媒体上，Karpathy这样形容「vibe coding」：
这不是真正的编程。
我只是看东西、说需求、跑代码、复制粘贴，但大多数时候它都能正常工作。

而「自动编程」可以让每个人都能打造「个人专属软件」（software for one)。
AI生成的工具极大地降低了应用开发的门槛，让更多人可以用AI实现自己的创意。
「自动编程」构建软件的方式，令人震撼：
用一两句话描述一个问题，然后看着强大的AI模型开始构建定制工具来解决问题。
动动嘴，就能写出个人定制的软件！
这让Roose产生了一种AI眩晕感，类似于第一次使用ChatGPT时的感觉。
他表示：「这也是向怀疑者展示当今AI能力的最佳方式：模型现在可以自动化大部分入门级别的编程人物，并且很快在其他领域可能实现类似的进展。」
AI让「零基础」用户也能编程

过去一两年里，随着更强大的AI模型诞生，完全不懂编程的用户，利用一系列新工具，能像专业开发者一样创建软件。
这些工具工作方式大同小异——用户输入需求后，AI自动完成设计，选择合适的编程语言和软件包，并开始构建产品。
对于非程序员来说，「自动编程」（vibe coding）简直就像魔法：
只需输入一句描述需求的文本，神秘的代码就会飞速滚动。
几秒钟后，如果一切顺利，一个可运行的原型就会出现。
用户可以进一步调整和修改，直到满意为止，最后选择将应用部署到Web或在本地运行。
整个过程可能几分钟内完成，也可能需要数小时，具体取决于项目的复杂程度。
AI正在彻底改变编程方式，让任何人都能轻松创造属于自己的软件！
他使用bolt，开发了可以帮助他为儿子打包学校午餐的应用程序。

在接收到指令后，AI迅速分析任务并拆解为多个组件，然后自动执行以下步骤：

• 生成基础网页界面,方便用户交互。
  
• 选择图像识别工具，用于识别冰箱内的食材。
  
• 开发推荐算法，根据已有食材提供合理的午餐搭配。
  

大约10分钟后，AI自动命名的「LunchBox Buddy」应用成功生成。

使用Bolt构建的LunchBox Buddy应用程序
初级程序员前途堪忧

现在只要按几次按钮，Kevin Roose就构建了以前需要一个工程师团队才能完成的产品。
他表示：「这一过程充分展示了AI在软件开发中的强大能力，让非程序员也能轻松打造实用工具。」
当然，AI偶尔也会犯错。
有一次，他尝试为当地社区的轮胎店构建网站时，AI从该店的外卖平台编造了虚假评论，并添加到推荐页面。
另一次，当他尝试将一篇长篇文章转化为互动网站时，AI只包含了大约一半的内容，漏掉了另一半。
换句话说，自动编程仍然需要人类监督，或者至少在旁边观察。
它可能最适合业余项目，而不是关键任务。
这种情况可能不会持续太久：许多AI公司，正在开发可以完全取代人类程序员的软件工程智能体。
AI已经在竞争性编程测试中取得了世界级的成绩。
包括谷歌在内的几家大型科技公司，已经将许多工程工作外包给AI系统。
根据Anthropic的说法，2025年是人类优于AI的最后一年：「到2025年底，AI编程能力将达到非常高的水平，并可能在2026年底与最优秀的程序员相当。」
而初级程序员最有可能被AI取代，Kevin Roose认为他们的工作前景堪忧。
他虽然并非盲目乐观，但认为AI编程的确是个好主意：
但目前，构建应用程序来自动化生活中烦人或耗时的任务，似乎是AI的一个很好的用途。
所以他会继续利用自动编程——至少直到他的孩子能自己打包午餐为止。

Kevin Roose
马库斯：纽约时报可真能吹

马库斯认为，这篇《纽约时报》上发表的最新文章，充分暴露了Kevin Roose根本就不懂什么叫软件工程。
文章聚焦在AI在编程领域的应用，充满了理想化色彩，却有意无意地淡化了实现这一美好愿景面临的重重阻碍。
坦率地说，我并不喜欢。在我看来，这类文章很多都像是为大科技公司做营销，只会让科技寡头变得更强大。

Roose在文中描述了用AI工具开发应用程序的过程，如「午餐盒伙伴」（LunchBox Buddy）应用，用户只需给冰箱拍张照片，就能获取午餐灵感。
同时，他还展示了AI系统生成的代码，乍一看颇为惊艳。
文章中充满了溢美之词，称其为「令人震撼的体验」。
用这种方式开发软件——仅用寥寥一两句话描述问题，随后强大的AI模型便开始自动构建定制工具来解决问题——这无疑是一种令人震撼的体验。
它带来的那种AI引发的眩晕感，与我初次使用ChatGPT时的感受别无二致。
这让读者对AI编程的未来充满憧憬。
然而，深入剖析文章细节，却发现存在许多严重的问题。
代码和应用并非原创

首先，从创新来看，Roose所提出的从照片生成食谱的点子并非原创。
网上早已存在大量拍摄冰箱照片并推荐食谱的代码库与教程，如「深度美食」（deep-food）项目。

Roose提出的从照片生成食谱的创意并非首创，任何人都可以下载相关代码
他所使用的AI系统很可能是基于这些已有代码进行训练的。
他似乎并未深入思考技术的原创性和独特性，只是在重复已有的成果，而忽略了编程中最关键的创新要素。

一个系统可能在模仿方面表现出色，但在实现真正的创新和推广应用时，却往往会遭遇巨大的挑战。
Roose不懂编程实际困难

其次，Roose对「二八法则」存在严重的误解。
在AI领域，获得正确率达到80%的解决方案相对容易，但要实现最后的20%的精准度却异常困难。
以汽车无人驾驶为例，几十年来一直面临着这样的困境，尽管技术在不断进步，但距离完全可靠的自动驾驶仍有很长的路要走。
Roose虽然承认当前的AI系统存在缺陷，但却严重低估了实现更高精准度的难度。
2023年，在他对聊天机器人的报道中，也犯了类似的错误，低估了「幻觉」问题的顽固性。
新的研究表明，即使是最新的GPT 4.5系统，在标准化测试中仍有超过三分之一的输出结果存在「幻觉」现象。

AI编程中的代码错误，很可能会在未来数十年内持续存在，尤其是在构建真正创新的应用时。
Roose从未真正编写过代码，所以他缺乏对实际编程中的困难的认识。
调试与维护才是重头戏

编写代码只是第一步，调试代码以及长期维护代码才是更为艰巨的任务。
对于非程序员来说，修复AI所编写的代码更是难上加难。
如果「午餐盒伙伴」图像识别系统出现故障，或者类似的bug，那么用户就不得不面临一些困扰。
而在自动电子邮件编写等应用场景中，代码错误可能会造成更严重的后果。
很难想象，非程序员能够让这些系统在实际中稳定运行，更不用说在后端网络调用出现问题时能迅速有效地解决了。
Roose却对调试和维护方面的挑战避而不谈，这无疑扭曲了AI编程系统的实际应用难度。
几乎任何一位专业人士都能指出，他所使用的例子过于简单和明显，根本无法作为对AI编程能力的有效测试。
同时，他严重低估了调试以及更复杂场景所需的工作量，更不用说长期维护了。
这使文章在一定程度上失去了客观性，更像是为AI公司做的商业宣传。
很多专业程序员对Cursor AI（基于Claude）等自动编程工具深感沮丧：
我取消了Cursor订阅。一月份将是我最后一次使用Cursor和Claude。
它们在设计和构建UI及交互方面并没有太大帮助。我发现自己浪费了大量时间，试图引导它们生成更好的内容，即使我只是想让它们创建一个样板代码，作为提升生产力的起点。但最终我总是感到沮丧和疲惫。我自己可以做得更好，不需要它们的帮助。
如果我不能，那我愿意接受挑战并学习新东西。

科技作家Mayo Olshin曾一针见血地指出：「如果因为缺乏专业知识、技能，或者不愿意仔细检查结果，而盲目信任AI的输出，那么从长远来看，它所带来的危害，将远远超过短期内因使用该技术而获得的生产力提升。」

盲目炒作、误人子弟

这种对AI的盲目炒作所带来的影响是深远的，尤其是教育领域。
许多家长和教育工作者会对《纽约时报》中的观点深信不疑。
这可能会导致越来越多的人劝阻美国孩子学习编程，认为随着AI技术的发展，学习编程已经不再重要，也无需深入了解软件的工作原理。
然而，现实情况是，至少在未来的一二十年甚至更长时间内，大型项目的开发仍然离不开经验丰富的软件架构师。
如果这种不切实际的炒作导致孩子们对学习编程望而却步，科技发展将面临严重的人才短缺问题，美国在科技领域也将逐渐失去优势。
曾经就出现过类似的情况。
2016年，Geoff Hinton曾断言：「我们现在就应该停止培训放射科医生，因为很明显，深度学习将在五年内超越放射科医生。」
然而，九年过去了，涌现出数百家相关初创公司，但至今没有一位放射科医生被完全取代。
反而在许多地方，放射科医生的短缺问题日益严重。
这充分说明，对技术发展的预测不能过于盲目乐观，不能仅仅根据短期的技术进展，就做出过于激进的判断。
对自动编程技术进行大肆炒作，很可能会导致程序员短缺的困境。
不加批判地鼓吹技术，实际上是在增强科技寡头的影响力，而社会最终将不得不为此付出沉重的代价。