我们应该在构建软件时更加雄心勃勃

软件开发中提升雄心的理由

现代软件开发者的主要收获是，复杂、高性能项目的准入门槛已显著降低，使得个人能够构建以前被认为成本过高或耗时过长的复杂工具。开发者不应仅仅利用 AI 来加速现有工作流程，而应利用这些新能力去攻克曾经被认为不可行的雄心勃勃的项目。

软件能力的新现实

AI 的最新进展从根本上改变了软件开发的经济性。以前需要深厚领域专业知识和数月劳动才能完成的任务——例如编写高性能正则表达式引擎、构建专用编译器或开发复杂的游戏 AI——现在可以在极短的时间内完成。只要保持严格的测试和基准测试标准，这种转变使开发者能够超越“能用就行”的原型，转向达到专业质量标准的工具。

避免“垃圾代码”（Vibeslop）陷阱

人们对 AI 生成的项目存在合理的怀疑，由于低质量、未经核实的代码泛滥，这些项目常被斥为“垃圾代码”（vibeslop）。然而，解决方案不是避免雄心，而是以严谨的态度去实践。成功的项目（例如那些在 Postgres 等成熟系统中发现真实漏洞的项目）证明，当 AI 辅助开发与彻底的验证相结合时，可以产生高质量、持久的改进。

战略性雄心与渐进主义

虽然有些人认为我们应该降低雄心以避免失败，但最有效的方法是专注于那些影响直接且反馈循环清晰的问题。

• 识别高杠杆问题： 不要仅仅加速现有任务，寻找那些以前准入门槛过高的领域。
• 实施自检系统： 即使在使用黑盒模型时，开发者也可以设计具有一致性检查或基于属性测试的系统，以确保正确性。
• 关注可维护性： 避免将代码过度拟合到特定用例。目标是构建不仅速度快，而且可维护且可通用的系统。

人类专业知识的作用

AI 并未取代人类判断的需求，而是放大了它。模型能够实现的内容与人类能够有效验证的内容之间的差距正在扩大。随着模型的改进，区分高质量工程与“伪造”代码所需的专业知识水平也在提高。拥有深厚领域知识的开发者更有能力引导 AI 代理、验证其输出，并最终构建更可靠、高性能的软件。

社区见解与反方观点

围绕这一主题的讨论突显了新能力的兴奋感与不受限制的 AI 使用风险之间的张力。

• 过度优化的风险： 批评者警告说，使用 AI 优化系统的随机部分可能导致混乱、不可维护的代码。正如一位观察者所指出的：“如果你的经理认为软件没有理由变慢，并推动员工使用 AI 让软件的随机部分变快……快跑。”
• 流程的必要性： 许多开发者强调，交付软件不仅仅是编写代码；它涉及协调、安全和长期维护。AI 可以在这些领域提供帮助，但它不能取代人类理解问题空间和定义明确成功标准的需求。
• 独特技能集的价值： 一些人认为，随着编码变得商品化，真正的竞争优势在于找到 AI 无法轻易复制的独特技能组合。

最终，当前的技术格局提供了一个难得的机会，可以在深层系统问题上“爬坡”。通过仔细设计目标并确定显著的指标，开发者可以将现代 AI 作为强大的工具包，构建以前无法创建的软件。