人工智能不会生成可用的产品，这仍然是你的工作

构建软件从未如此简单。您用简单的英语描述一个想法，几分钟之内，一个工作原型就会出现在您的屏幕上。它有一个用户界面。它连接到数据库。它会做你想象的事情。对于从未写过一行代码的人来说，那一刻感觉就像魔法一样。对于花费数年时间与编译器和堆栈跟踪进行斗争的人来说，这确实令人惊讶。该原型在您的笔记本电脑上运行。它在负载下破裂。它没有错误处理。您发现它可能正在泄露您的 API 令牌。该数据模型对于演示来说很有意义，但在添加第二个用户时就会崩溃。验证与假设结合在一起。人们一直担心一切是否安全。您想要部署它，突然间您发现“这可行”和“这已经准备好了”之间存在鸿沟。软件工程师总是能够让某些东西快速运行。需要时间的是其他一切：设计能够大规模运行的系统，处理用户不应该遇到但不可避免会遇到的情况，建立可观察性以便你知道事情何时发生，对数据架构做出深思熟虑的决定，让你在不到三年的时间里后悔。这些都没有改变。人工智能极大地加快了第一个工作版本的进程。它并没有缩短第一个工作版本和生产级版本之间的距离。之所以会出现这种混乱，是因为旅程早期的反馈循环变得如此之快且如此有益。你询问，你接收，你看到结果。这个周期确实令人兴奋，它给人的印象是软件开发的其余部分也必须类似地压缩。事实并非如此。构建软件的难题从来都不是主要与编写语法有关。它们是关于判断的：构建什么，如何构建它，推迟什么，何时说不。这种判断力将振动编码员变成了雕塑家和工匠。这也是原型与生产级系统的区别。可以预见的是，人工智能生成代码的可访问性引发了该行业的一波新进入者，他们质疑学习计算机科学是否仍然有意义。如果你能描述一个可行的应用程序的方法，为什么要花费数年时间研究算法、数据结构、操作系统和理论呢？