前几天我琢磨了一件事：AI 到底把写代码这件事变成了什么样。
想了一圈，我的答案有点粗糙：写软件的最小单位，从语句变成了功能。
以前写代码是从最底下垒砖。你得弄懂变量是什么、函数怎么传值、条件怎么走，一行行把逻辑码对，才拼得出一幅功能图景。
那时候夸一个人会编程，夸的是他的拆解能力：能不能把想法拆成机器听得懂的指令。
这个门槛，现在被端走了大半。你不需要知道一个功能内部怎么实现，只要知道它大概干什么、喂它什么、它吐什么，就能把它接进自己的活儿里。
这就像从自己盖房子，变成了做总包。 以前你亲自搬砖砌墙，现在手上有施工队，你的活儿变成了定方案、划边界、验收。
不过我得给自己的判断泼点冷水。
最小单位往上抬，不是 AI 干出来的新事。
机器码到汇编，再到高级语言、标准库、框架、云服务，每一步都是把上层的复杂包起来，让上面的人不必管它内部怎么转。
你现在开车不用懂发动机怎么做功，用洗衣机不用懂滚筒怎么转。
“只组合功能、不理解实现”，编程这行已经干了几十年。AI 只是把这条曲线陡了一下。真正变的是：难在哪儿。
以前最花时间的是写出来，这一块现在几乎被抹平了。但写出来从来不是全部，还有两件事没人替你干：一是验证，我怎么知道它真的对；二是接缝，两个功能拼在一起，出了错算谁的。
这事我自己刚碰上过一回。
我瞄了一眼网站的访问统计，发现有个页面的标题里，产品型号是错的。
再一细看，好几个型号在现实中根本不存在。
这还了得。
我把那几个页面挨个打开。标题对，正文对，图片也对。错的只有一样东西：浏览器标签页上那行字。
也就是说，我每次测试都盯着页面内容，没抬眼看标签页。
让 AI 去翻记录，查出这颗雷是今年一月埋下的：当时我让它做 SEO 精简标题，结果错误规则碰上长型号就截断，一批页面就这么批量错掉了。而这个站一月才开张，错从第一天就在。
那为什么九个月没人发现？
因为统计报告我也是丢给 AI 去分析的。这几个页面访问量少，就在它的分析结果里隐身了。
页面在一本正经地介绍产品，标签页上的型号却根本不对版，想想挺尴尬的。
这不是我一个人的毛病。
Sonar 问过一千多名开发者：现在四成多的提交代码已经是 AI 写的，只有不到一半的人每次提交前会先看一眼。
也就是说，有一半的人完全不验证。
“写出来”的成本掉到了地板上，而确认“它是对的”这件事，成本一点没降。
所以”只要会用就行，不需要知道如何实现”这句话里，藏着一个前提：你得知道它什么时候会坏。
坏得有多难看，坏的时候你怎么收场。
同一个调查还有个细节：AI 的使用比例跟着”出事了有多严重”往下走，原型里约九成的人在用，关键业务系统只剩五六成。
大家心里其实都有一把尺。砸得起的地方尽管放手，砸不起的地方，手就收回来了。
这把尺量的是理解，不是会用。
最值钱的活儿，其实已经挪到接缝上去了。
以前积木块得自己造，所以拼的人少。现在随手就能抓一把积木，难的是拼得对不对：边界画在哪、一个环节塌了怎么不连累全局。这些没有哪个现成的功能能替你兜住。
“vibe coding”（氛围编程）这个词，是 OpenAI 创始成员 Andrej Karpathy 提的，后来被柯林斯词典选为年度词汇。
他自己后来把这个词拆成了两半：随手做原型是一回事，用它做正经软件是另一回事，后者得靠严格的技术纪律。划这条线的，正是提出这个概念的人。
所以”不必理解实现”是有适用范围的。做个小工具给自己用没问题，但飞机飞控、心脏起搏器这种东西，没人敢”看着差不多就行”。
越是要命的场景，越不敢只靠 AI。
往上走的人多了，底座就在变薄。操作系统、数据库引擎这些东西，还是得有人一个字符一个字符地抠，反而更缺人。
单位变了，要求没少。从语句换到功能，人往上站了一层，要懂的东西也从”怎么做”换成了”怎么判断”。
语法记不住没关系，AI 替你写。省下来的时间花在哪？花在检查上。用 AI 做的东西，少不得人工多看几遍。
