Theo:当 AI 写代码时,我们失去和得到什么

原标题Theo: What we lose and gain when AI writes the code

Theo Browne 怀念亲手编程的技艺,同时认为 AI 奖励好奇心,让更多人能够创造。

TBTheo Browne讲者 · Ping Labs
频道
Theo - t3․gg
发布
2026年11月19日
视频
28:16
阅读
7 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Theo Browne 说,Claude 写了他超过 90% 的代码,他预计手写生产代码会成为小众技艺。回应工程师 Lauren Tan 的文章时,他承认亲手解决棘手 bug 的体验正在流失,同时也为 AI 让有好奇心的人无需身边有专家就能学习和创造而感到振奋。他还以 Tan 的 React Compiler 工作为例,认为“氛围编程者”的标签和性别可能让人低估工程师的能力。

  1. 1Claude 写了 Browne 的大部分代码他说这一比例超过 90%,并认为仍需完全由人手输入的代码已很少。
  2. 2Web 开发者习惯了快速变化Browne 指出,Web 框架不断更替的经历可能让一些工程师为 AI 工具做好了准备。
  3. 3他怀念亲手解决棘手 bug 的感觉他回忆自己工作到深夜,换个角度后发现可以删除一半代码并解决问题。
  4. 4即使身边没有专家,AI 也能帮助好奇的学习者深入探索Browne 将 AI 与搜索相比,并描述了一名难以找到导师的学生探索 Linux 内核的情景。
  5. 5将部分构建工作自动化,让人有空间尝试更多想法他说,自己构思了十年的项目如今已经建成,也在探索更有雄心的想法。
  6. 6“氛围编程者”的标签可能掩盖其他能力Browne 说,社交媒体受众可能把一个人简化成单一角色;他认为女性工程师还面临额外的质疑。

要点建议

  1. Browne 说,AI 写了他自己超过 90% 的代码;他预计手写生产代码会变得少见。
  2. 他呼吁经验丰富的开发者在适应变化时,认可手写代码背后真实的乐趣和付出。
  3. Browne 建议用 AI 追寻问题、尝试过去因缺少技能或帮手而难以开展的项目。
  4. Browne 认为,“氛围编程者”等标签可能掩盖工程师已有的技能。
全文

按章节阅读整理后的全文

只看原始文稿
01

AI 写了 Browne 的大部分代码

Browne 说,输入生产代码的工作已经发生巨大变化。他介绍 Lauren Tan 的文章,认为它既向手工编程致敬,也接受了编程角色的变化。

一年前,我还亲手写大量代码。十八个月前,我还在手动完成大型迁移,偶尔使用 AI 自动补全。现在 Claude 写了我超过 90% 的代码,我认为我们熟悉的输入生产代码的工作大多已实现自动化。

AI 有时仍会出错,你可以手动纠正,也可以让它自己修复。但在我的工作中,需要完全由人编写的代码已经很少。

工程师 Lauren Tan 在 React 上的工作长期以来给我启发。她写了一篇文章,既向让她走到今天的编程技艺致敬,也接受了已经发生的变化。我想回应她的思考。

02

React Hooks 与工具变化带来的兴奋

Browne 回忆了从软件设计争论中学习和发现 React Hooks 的经历。他认为,快速变化是 Web 开发者熟悉的环境。

Tan 回忆了把编程当作爱好时的快乐:发现一个功能、创造东西,以及反复思考每一行代码是否优雅、性能是否良好。我很有共鸣,尽管我往往更关心结果如何运行,而非代码的形式。

Brian Will 一段批评面向对象编程的视频改变了我对软件的看法,也让我看到了自己想在 YouTube 上看到的讨论。我多年来反复观看,最后自己也制作了回应视频。

我还记得 Dan Abramov 和 Ryan Florence 介绍 React Hooks 的演讲。当时,组件之间共享和同步状态让我很苦恼。Hooks 给了我一种表达可复用状态的方法,也让代码更容易理解。

对前端组合方式和应用架构的兴趣,最终带我走向 T3 技术栈,也促使我开设频道。我对新模式太兴奋了,和朋友聊天还不够,需要更多地方讨论它们。

回看过去比较同一种模式两个版本的视频,让我感到怀旧。我理解人们为什么有失落感。我碰巧更期待未来的发展,也鼓励大家在变化过程中寻找乐趣。

许多开发 AI 工具的人都有 React 和 TypeScript 背景。我认为,Web 开发者经历过框架频繁变化,这帮助了一些人适应。变化的速度可能让人沮丧,但更换工具本身并不陌生。

想想前端工具的更迭:jQuery、Knockout、Ember、Angular、React,以及许多更新的选择。这份名单和哪些工具应该入选的争论,都说明这个生态发生了多大变化。

03

怀念亲手编程的技艺

手工鞋的比喻概括了向自动化的转变。Browne 回忆深夜解决难题的满足感,认为为这种变化感到失落的人值得被理解。

Tan 引用了手写代码与手工鞋的比较。工匠仍然制作鞋子,但大多数人穿的是工厂生产的鞋。我认为手工编程也会成为小众技艺,而不是制作生产软件的普通方式。

Tan 说,我们的工具依赖前人的发现和工作。那些怀念直接、亲手解决问题的体验的人,值得被理解,而不是被羞辱。

我记得自己深夜为一个 bug 或架构问题挣扎数小时,然后突然从不同角度看到了办法:也许可以删掉一半代码。你迅速作出修改,抬头看时钟才发现已经凌晨四点,但问题解决了。

我也怀念那种感觉,尽管我找到了其他让自己满足的活动。构建内核、语言和框架的人创造了今天工具赖以运行的基础。即便 AI 生成了越来越多的新代码,他们的工作仍值得认可。

当人们因为其他开发者使用 AI 就攻击他们,却不承认他们过去的工作时,我无法接受。Tan 参与构建了 React Compiler;把她简单归为“氛围编程者”,就忽略了她的成就。与此同时,怀念旧有技艺也是合理的。

04

AI 为好奇心开辟新途径

Browne 读到 Tan 对新一代创造者的乐观展望,并补充说,AI 可以帮助有好奇心的人在身边没有专家的情况下找到答案。他将相关反应与过去围绕搜索和 Wikipedia 的争论相比较。

Tan 写道,编程仍然存在于模型权重、框架和编程语言中。作为自学成才的程序员,她很期待更多人发现创造的乐趣,并相信自然语言工具能帮助新一代开发者制作软件。

我想把这个观点扩展到好奇心。一名对 Linux 内核着迷的少年过去有文档、源代码和演讲可以参考,但身边可能没有知识丰富的人鼓励他提问。我认为 AI 可以让人更容易继续探索,而不是放弃。

我把这比作 Google 的出现:孩子们可以追寻父母未必能回答的问题。在我看来,AI 将这一能力推进得更远,不过它也引发了人们对寻找信息新方式的熟悉抵触。

上学时,我曾用 Wikipedia 寻找作业背后的资料来源,老师却怀疑我从百科上抄袭。今天,当人们直接否定一种工具,而不考察它的使用方式时,我看到了类似的反对。

05

工作自动化让更多实验成为可能

Browne 思考了改进提示词、而不是手动编辑每次输出的想法。他欢迎缺少传统编程经验的人提出新点子。

Tan 认为,借助 AI 的创造者最终可能做出个人手工无法写出的软件。她引用一种观点:恰当的输入序列可能直接生成所需代码,无须编辑,因此创造者可以持续改进提示词,而不是立刻修改输出。

我喜欢这种思路中的实验性。如果 AI 将更多实现工作自动化,我就能尝试更多想法。我构思多年的项目如今已经做出来,也在考虑操作系统或浏览器等更有雄心的项目。

准备不充分的拉取请求可能让人沮丧,但我也看到年轻人重新思考视频编辑、动画、游戏和部署。不熟悉传统做法的人,可能尝试经验丰富的开发者从未考虑过的东西。

06

标签如何影响人们对工程师的看法

Browne 讨论 Tan 的工程工作,担忧性别和公众标签可能掩盖一个人的能力。他最后鼓励观众把好奇心用于借助 AI 创造。

早在这次讨论之前,Tan 的技术深度以及在适当时愿意替换一种方法的态度就给我留下深刻印象。我还认为,女性工程师面临的质疑可能是能力相当的男性不会遇到的,公众标签也会影响人们的看法。

在社交媒体上,人们对一个人的认识往往有限。有人告诉我,他们很惊讶我有过真正的工程工作、会滑板或懂音乐,因为他们主要把我看作 YouTube 创作者。

我认为,被贴上“氛围编程者”的标签也可能让人低估工程能力。当这个标签与女性身份叠加时,我担心观众会以本来可能不会采用的方式质疑她的专业能力。

我的频道达到约十万订阅者时,我感觉自己的公众身份发生了变化:一些人不再把我看作制作视频的开发者,而是看作假装会编程的 YouTube 创作者。我看到过其他人也被这样简化,在我看来女性受到的影响尤其多。

我曾担心,随着 Tan 因 AI 编程和社交媒体而更加出名,人们会忽视她的工程深度和幽默感。但许多人后来同时认可了她的技术工作和 AI 实验。

一场网络争论也让更多人注意到我早就见识过的幽默感。她获得公众认可的方式挑战了我的假设:我原以为一个人无法同时因所有这些品质而被认可。

编程或许正在变化,但学习编程时培养的技能和好奇心仍然重要。如果我们把创造和学习的热情用于 AI 辅助工作,我认为就能探索过去感觉遥不可及的项目。

同频道的其他文章

2 张幻灯片45:45EN → 简体中文
Theo - t3․gg· 2026年11月18日Theo Browne:Astra 6.2 擅长审代码,实际工作却令人抓狂Theo Browne · Ping LabsAstra 6.2 在 Theo Browne 的测试中得分很高,但含糊的回答、停滞的任务和资源消耗让他没有将其设为默认编程智能体。编程智能体Code review & verification开发流程与测试+2
4 张幻灯片27:57EN → 简体中文
Theo - t3․gg· 2026年11月16日Theo Browne:用不同 AI 模型审查同一项改动Theo Browne · Ping LabsBrowne 的 council 工作流让不同模型审查并测试代码,但反复审查可能消耗大量 token 并扩大改动范围。Code review & verification编程智能体Agent skills+2
2 张幻灯片42:19EN → 简体中文
Theo - t3․gg· 2026年11月13日Opus 还是 Fable?按任务选择编程模型Theo Browne · Ping LabsTheo Browne 比较两种 Claude 模型,解释细致测试与探索性第二意见如何共同解决性能问题。编程智能体Developer productivityAI cost & performance+2
3 张幻灯片19:39EN → 简体中文
Theo - t3․gg· 2026年11月13日Theo 测量编程延迟后重新评价 Gemini 4 CarbonTheo Browne · T3他的智能体运行记录显示,等待响应开始耗时较长,部分审查未完成;他希望 Google 调查托管与缓存行为。编程智能体AI cost & performance智能体工程
2 张幻灯片29:37EN → 简体中文
Theo - t3․gg· 2026年11月11日Theo 在 Gemini 4 Carbon 中找到安全用途,日常编码仍有困扰Theo他的测试显示,Carbon 的代码分析错误说法少于 Argon,但延迟与可靠性仍让他更倾向使用其他模型。编程智能体模型与训练AI cost & performance+1
4 张幻灯片48:20EN → 简体中文
Theo - t3․gg· 2026年11月10日Fable 5.2 能力强大,但 Theo Browne 日常编程仍更喜欢 OpusTheo Browne · T3经过一天测试,Browne 比较基准成绩、使用限额,以及仍需人工检查的错误。编程智能体Benchmarks模型与训练