被 AI 工具裹挟的程序员

6月1日，GitHub Copilot 换成了根据使用量计费的模式。按照我原本的使用习惯，新的计费模式下，一个月至少得花 800 美元才够用，所以不得不寻找更便宜的套餐。这也就导致最近两三天，除了关心工作内容本身，我还需要花费大量时间和精力去体验 Antigravity、CodexX 等工具和模型，以及解决不同工具之间切换带来的上下文摩擦。

当然我还是坚持一贯的偏见：不用 Claude Code 的工具和模型。因为 Claude Code 的模型太过听话，出现路灯效应的现象比较严重。

由此联想到的问题是，自从有了 AI，我们开始关心的话题变成了：

1. 哪个 AI 模型好用
2. 哪个 AI 套餐便宜
3. 哪个 AI 工具好用、prompt 工程做得好

而 AI 出现以前，我们关心的问题是：

1. 哪种编程语言好用
2. 哪种编程语言编译速度快、写起来简单、心智负担小、运行时错误可控
3. 哪种 IDE 好用

在 AI 出现以前，有个人站出来说：

1. 编程语言是不重要的，编程思想才重要
2. 编程语言的语法是不重要的，从本质上理解语义才重要
3. 我教给你们学会所有编程语言的方法
4. 我的工作不是去评价现有的垃圾语言，而是去设计最先进、优雅的编程语言
5. ……

那么 AI 出现以后，会不会有个人站出来说：

1. AI 模型是不重要的，重要的是使用 AI 的人
2. 好的程序员应该懂得如何驾驭各种 AI 模型
3. 理解 AI 模型的能力只是表面，要深刻理解 AI 模型的训练方法、“智力”的来源才重要
4. 我教给你们理解所有 AI 模型的方法
5. 我的工作不是评价现有的垃圾模型，而是设计最高效、最先进的 AI 模型
6. ……

会不会有这样的人出现呢？🐶

其实我有一个更深层次的焦虑：

AI 时代，我们曾经学的那些编程语言、原理，都是手工艺时代的知识和技能，是不是已经过期、过时、不重要了？你可以说它本质上重要，但是事实上确实 AI 抹平了大多数程序员的能力。

或者我换个问题，AI 时代，理解 Lambda 演算还重要吗？把图灵放到现代，他肯定不会写代码，调 API 的能力和普通程序员用 AI 写出来的差不了多少。你觉得这个观点能带来什么启发？