“效率幻觉”：为什么你不能通过“氛围”来逃避学习编程

简而言之：围绕“氛围编程”（在不懂编程的情况下构建软件）的炒作已经遭遇现实检查。加州大学伯克利分校教授莎拉·查辛斯认为，在生成性人工智能时代，手动编程技能变得更必要，而不是更少。为什么？因为人工智能在“旧事物”上表现出色，而在“新事物”上表现糟糕，并且在速度上具有危险的误导性。最近的一项研究表明，大型语言模型实际上可能使你慢20%，即使你感觉快20%。

这里是詹姆斯，水星科技解决方案的首席执行官。香港- 2026年2月1日

在科技界，目前有一个危险的叙事正在传播：_"我不需要学习Python；我只需要学习英语。人工智能会做其余的。"_我们称之为"氛围编码。"

但加州大学伯克利分校计算机科学教授莎拉·查辛斯最近抛出了一个每个有志于成为"无代码"创始人都需要听到的真相："是的，你仍然需要能够以'传统'方式编写代码，以便从这些生成式人工智能工具中获取程序。"

如果你认为可以跳过学习计算机科学基础的艰苦工作，那你就是在为失败铺路。以下是三个原因。

1. 分解能力不足

工程中最难的部分不是语法（编写if/else语句）。而是分解能力。分解能力是指能够看待一个庞大、模糊、含糊的商业问题，并将其分解成成千上万个可回答的逻辑门。现实是：

• 人工智能无法为你做到这一点。技能：
• The Skill:人工智能是一个战术执行者。它需要你成为战略架构师。

如果你没有训练你的大脑去拆解问题（这是通过手动编码学习的），你甚至不知道该问什么你将给它模糊的提示，而得到模糊、破碎的垃圾作为回应。

2. "祈祷与部署"策略

如果你不能阅读代码，你怎么知道人工智能是正确的？你不知道。你只是在祈祷。你依赖于"盲目信任部署"。

也许你有20个测试用例。

• 也许你让朋友检查一下。
• 但大多数情况下，你只是在猜测。
• 查辛斯教授指出，没有手动编码的素养，你失去了

验证的能力。在企业软件中，部署未经验证的代码是失职。你需要能够阅读矩阵，而不仅仅是看那个穿红裙子的女人。Verify. In enterprise software, deploying unverified code is negligence. You need to be able to read the Matrix, not just look at the woman in the red dress.

3. 创新天花板（镜子陷阱）

人工智能是过去的镜子。它是基于现有的 GitHub 存储库进行训练的。

• 氛围编码有效如果你正在重建一些已经被构建过 1,000 次的东西（例如，待办事项应用程序，基本的客户关系管理系统）。
• 氛围编码失败如果你正在构建一些真正新颖的东西。

如果你试图创新——编写一个从未被编写过的程序——人工智能会产生幻觉，因为它没有可以依赖的训练数据。在那一刻，你只能靠自己。你必须回归基本原则，自己编写逻辑。

4. "效率幻觉"

这是 Chasins 研究中最引人入胜（也是最令人恐惧）的部分。我们常常谈论人工智能 "幻觉" 事实。但事实证明，人工智能导致人类产生效率幻觉。

Chasins 引用的一项研究揭示了一个悖论：

• 感知：使用大型语言模型的用户感觉他们的工作速度快了20%。现实是：
• 这些用户实际上比手动控制组慢了20%。人工智能给你带来一种“进步”的多巴胺快感（看看这些生成的文本！），掩盖了你花更多时间调试和修复它的混乱，而不是自己写代码的现实。结论：不要做乘客

人工智能是一个强大的引擎。但没有驾驶员的引擎只是一台噪音机器。要在2026年生存，你不能只是一个“Viber”。你必须成为一个

工程师。

你不需要写每一行代码，但你必须理解每一行代码。目标不是逃避代码；而是掌握它，以便能够有效地指挥机器。水星科技解决方案：加速数字化。.

You don't need to write every line, but you must understand every line. The goal isn't to escape the code; it's to master it so you can command the machine effectively.

Mercury Technology Solutions: Accelerate Digitality.