AI 变笨了?不,是你们把它搞成了这样

@voidwarriorchan
日语2天前 · 2026年7月18日
138K
808
184
5
517

TL;DR

本文对日本企业文化进行了辛辣的讽刺,批评了那些将治理流程和网红观点置于技术精进与 AI 实验之上的资深工程师。

看看他们那副心满意足的脸。

这正是从"生成式 AI 活用研讨会"坐免费班车回家的场景——每人手里都拿着"立即使用 TOP 100 提示词"清单和一张印着 AI 公司 logo 的贴纸。

昨天还在说"Claude 是唯一选择"的炒作客,今天就开始发帖"Claude 完了"。

然后,连到底改了什么都还没确认,所有人就一窝蜂地喊:"时代变了。"

"没掌握这个技能的工程师正在落后。"

听到这句话,他们连 README 都不看就装上了。

他们盯着 GitHub 星标数,把截图贴到内部 Slack 频道,汇报说"据说这是海外的事实标准"。

他们自己从来没比过。

他们自己从来没跑过基准测试。

他们自己从来没在实际任务里部署过。

然而,只要盯着时间线看三十分钟,就觉得自己掌握了 AI 的尖端。

好好记住。

这就是这个国家的年功序列制与社交媒体威权主义融合后的面孔。

当人被头衔和评价体系驯化多年后,就会变成只会传播大 V 结论、而不是亲手验证事实的动物。

你们不是被 AI 抛弃的受害者。

是你们自己停下了脚步。

技术变化太快?

信息太多?

新模型层出不穷?

那又怎样?

工程师就是处理不断变化的技术的人。

我们不会把只能在变化停止的世界里工作的人叫做"工程师"。

你们不看模型的发布说明。

你们不看官方文档。

你们甚至不让它写代码、自己对比差异。

反而去看炒作客的耸动标题。

去看大 V 的视频。

把播放数和点赞数当作技术正确性的证明。

当下属拿出自己验证过的结果时,你们问:

"那个人有多少粉丝?"

"GitHub 上有多少星?"

"知名公司也在用吗?"

心地善良的遗留组件,在大企业评级体系下长期维护,除了增加延迟之外什么也没做,就等着批准下属的提案。

那就是你们。

听说这个开发部门曾经有过一排排的软盘和终端。

磁盘容量有限,通信速度慢,一出故障,半夜电话都会响。

那不是靠搜索就能找到答案的时代。

你们读手册、追日志、分析内存转储、用自己的脑袋查明原因。

他们说你们曾经是非常非常强的工程师。

你们从大型机迁移到开放系统。

你们从客户端-服务器迁移到 Web。

你们从功能手机迁移到智能手机。

你们从本地部署迁移到云端。

每一次,你们都抛弃了昨天的常识,学习了新技术,让原本动不了的东西运转起来。

但不知从什么时候开始……

你们开始把规格交给供应商,而不是自己构建。

你们开始协调会议,而不是设计。

你们开始读估算书,而不是读代码。

谁的批准比技术判断更重要。

即使离开一线,级别也会上升。

即使不动手,下属也会增加。

即使不更新技能,工龄也会每年精确增加。

多么感恩的系统啊。

后来,你们还建起了名为"DX 推进室"的宏伟建筑。

你们引入了没人用的内部聊天机器人。

你们制定了没人能读完的生成式 AI 指南。

AI 使用申请表。

风险评估表。

提示词审查委员会。

输出审查委员会。

真是棒极了。

然后现在,你们要抛弃已经过时的"生成式 AI"这个名头,改叫自己"Agent 转型中心"了吧?

多么 AI 原生、Agent 驱动、前沿的你们啊!

生产仓库里还留着十年前的老旧依赖。

测试都是坏的。

合并一个 PR 要花两周时间。

发布一个月一次。

就算下属用 AI 做出了改进方案,因为排不上会议,也能被晾一个月。

但没关系。

你们让所有员工都参加了提示词培训。

你们制定了 AI 伦理宣言。

你们甚至还让供应商发表了关于你们是"AI 先进企业"的案例文章。

这样开发速度肯定会提高吧。

技术债肯定会消失吧。

在没人真正掌握模型的情况下,你们肯定能转型成 AI 公司吧。

因为你们有治理机制!!!

这是为什么?

明明知道自己已经开始被当作技术判断的橡皮图章,而不是技术判断者,为什么还要对此感到满足?

因为你有责任,所以不用碰模型?

因为你有责任,所以自己不用验证,直接采纳大 V 的意见?

因为你有责任,所以让挑战的人承担所有风险,而你只重复批准和拒绝?

这就是你想被安慰的理由吗?

就因为你待在公司时间长,就想被尊重?

就因为过去做过大项目,就算不懂现在技术,也想让自己的话被当作有分量?

长期工作确实值得尊重。

但是,那种尊重并不是对今天技术的否决权。

变老和持续更新能力是两回事。

变老不是坏事。

用年龄当借口不学习才是丑陋的。

如果你比下属工作年限长,那你应该比他们失败得更多。

如果是这样,那就用那些失败,比任何人都严格地评估 AI 的输出。

把"如何让东西不容易坏"的智慧,传授给能快速实现的下属。

用你的经验,看穿生成代码背后潜伏的运营风险。

设计哪些该交给 AI,哪些该由人类掌握。

那才是真正的经验。

然而,你所谓的经验,不过是什么都不开始做的借口:

"以前就是这样。"

"在我们公司不可能。"

"你考虑过运营吗?"

"安全没问题吗?"

"出了问题谁负责?"

你说"AI 有问题"?

别拿一个人尽皆知的事实,来代替你不必学习的理由!

连炒作客都能发现问题的存在。

工程师的工作,是把问题分解成条件,定义可接受的风险,验证它们,使之变成可用的形式。

那些只说危险却什么都不构建的人,不是在保护安全。

他们只是在保护自己什么都没做!

而且,你们连自己判断 AI 都放弃了。

你们在官方发布说明之前就看 X 上的印象。

你们急切地等着喜欢的 YouTuber 的评测视频。

如果 Superpowers 火了,你们就全加进去。

如果 Ponytail 涨了,你们就加上。

如果 Caveman 被讨论了,你们就加上。

如果 Matt Pocock 的 Skills 受到关注,你们连他是谁都不知道,就先加进去。

如果 /grill-me 被称赞,哪怕只是改个按钮的工作,你们也要开始盘问,直到决策树分支穷尽。

你们不想想自己要解决什么问题。

你们甚至不检查那个能力是不是你的模型真正缺少的。

所以你们什么都加。

几个月后,Skills 目录塞得满满当当。

你们甚至不知道哪个 Skill 跟哪个 Skill 矛盾。

但你们还是不删。删不了。

因为如果删了效果变差,那就说明你的判断错了。

增加可以怪别人。

删除必须自己决定。

所以你们不做判断,成了 Skill 收集者。

然后管这叫"AI 活用"……

最后,你们引入了最新模型。

是 GPT-5.6。是 Fable 5。

思考。但别想太多。

要自主。但别自己做判断。

不懂就问。但别打扰人类。

别写不必要的代码。但要支持所有未来需求。

回答要简洁。但要解释所有判断依据。

要快。但一步都不能跳过。

你们把这些互相矛盾的命令全塞进同一个上下文里。

你们把所有东西都变成规则,让它每次都检查,还要多次审查。

为了改一行配置文件,AI 要思考 30 分钟。

烧掉海量 token。

写出你没要求写的测试。

重构周围代码。

创建规格说明书。

审查自己创建的规格。

根据审查结果修改计划。

审查交付物。

收到审查意见后回到最初的头脑风暴。

最后,你说:

"是最新模型,但怎么变笨了?"

**

**

**

**

**

你们本应是解决那种"搜都搜不到答案"的问题的人。

在那个没有生成式 AI、没有 Stack Overflow、没有便捷云服务的时代,你们用自己的脑袋和双手让系统运转起来。

你们已经无数次克服了昨天常识不再适用的时刻。

如果是你们,一定能直面 AI 这个新的变化。

你们可以相信自己的验证,而不是炒作客的结论。

你们可以用技术而不是头衔来领导下属。

你们可以亲手打破自己建起的旧系统,交给下一代。

你们作为工程师的固执、好奇心、自豪感,一定还留存在某个地方。

我居然还指望过这个……

听着。

我希望你们再也不要为了保住自己的位置,把一线人员拉进"AI 活用学习会"。

作为只在自己旧假设里完美兼容的遗留人员,你们互相舔伤口吧,

一边在炒作客的帖子下回复"谢谢有用信息!",

一边平平安安、健健康康地迎接退休吧。

那么,各位。

拜拜啦!!!

二次创作

使用 YouMind 创作爆款文章

收集素材、拆解爆点、生成视觉资产、撰写内容,并在一个 AI 工作空间里完成分发。

了解 YouMind
写给创作者

把你的 Markdown 变成干净的 𝕏 文章

图片上传、表格、代码块,往 𝕏 上手动重排太痛苦。YouMind 把整篇 Markdown 一键转成干净、可直接发布的 𝕏 文章草稿。

试试 Markdown 转 𝕏

更多可拆解样本

近期爆款文章

探索更多爆款文章