一篇关于 LLM 与软件开发的评论文章认为，AI 编程工具就像圆锯：不会让差木匠变好，只会让他更快地毁掉木材。有经验的开发者能用 LLM 更快地探索代码库、生成实现、编写测试和排查故障，但工具本身不提供对系统的理解，也不判断哪些假设成立、哪些设计会在半年后引发维护问题。
文章用木匠学徒仍需手锯来类比：初学者不应完全回避 LLM，但也不能把培养判断力的学习过程外包出去。开发者必须学会跟踪控制流、建模数据、理解 HTTP、检查 SQL、调试失败、推理状态，这些技能是评估生成代码的基础。否则代码能编译、测试能通过，开发者却无法判断实现是否契合系统、是否遗漏关键场景。
文章进一步指出，LLM 更像蒸汽机而非工业革命本身——机器强大，但围绕它的生产结构还不成熟。软件行业有可复用包、自动化测试、CI 流水线和编码智能体，但许多系统仍依赖未记录的假设、局部知识和个别开发者的记忆，这是手工艺生产配上越来越强的机器。
作者认为，生成代码尚不能像宜家家具那样标准化：宜家产品有明确零件、已知材料、编号步骤和可重复的组装流程，而生成软件的假设往往取决于当前提示词、上下文窗口和模型行为，两次看似相似的生成可能在细微处不同。
当代码生成变得廉价，开发者的职责转向定义问题、提供上下文、划定架构边界、识别危险假设、验证行为和保留决策推理。这不是退步，而是更高层的工程。文章结论是，软件开发的未来不是靠更大模型生成更多代码，而是围绕模型构建生产系统——明确需求、约束上下文、架构规则、静态分析、自动化测试、安全检查和可追溯的决策，否则更快的工具只会以更大规模制造缺陷。
#GitHub #开源 #AI编程 #LLM #软件开发 #工程实践
@GitHubTrendingHub