6 月底，dev.to 上有个叫 Harsh 的开发者写了篇文章，标题大意是“我不再拿自己跟 AI 比，一切都不一样了”。这种标题我一般划过去——技术社区里自我帮助类的东西一年出几百篇——但这篇里有个细节把我钉住了：他半夜刷 Twitter，看到有人晒 AI 新基准测试的成绩、聊什么“10 倍开发者”，然后感到一阵熟悉的压力，打开编辑器开始干活。
这个场景我不用猜。1990 年代后期 Java 程序员看 CASE 工具厂商的 demo 是这样的；1980 年代中期 COBOL 程序员翻 4GL 的宣传册也是这样的。每一次“新范式”起来，第一波被冲击的从来不是工作本身，是工作者的自我评估体系。这一篇我想讲的就是这个：Harsh 那几个月默默拿自己的速度、记忆力、自信程度去跟 AI 比、每次都觉得自己输——这个比较从一开始就量错了东西，而且量错的方式，历史上至少重演过两遍。
先把那篇文章的关键节点摆出来。
Harsh 自己承认，过去几个月他在悄悄做一件事：拿 AI 的产出速度跟自己比，拿 AI 的记忆覆盖面跟自己比，拿 AI 那种不犹豫的自信跟自己比。三项全输。注意是“默默”——他没跟任何人讨论，就一个人在心里反复过秤，越称越沉。这个心理结构比大多数人承认的普遍得多，评论区那 27 条讨论基本就是一屋子人轮流说“我也是”。
转折点不是什么顿悟，是一个 pull request。他审一段 AI 生成的代码，测试全绿，逻辑正确——但不符合他产品用户的实际使用方式，里头还有一个差点捅到生产环境的边界情况。测试全绿和“能上”之间的那段距离，就是这件事的全部。
这一步是分水岭。他由此意识到：AI 和人做的是两种重叠但不同的工作。AI 快、覆盖广、天生自信；人慢、谨慎、带着具体情境里的经验。这不是安慰奖——那个边界情况就是证据。AI 没有凌晨 2 点被糟糕部署叫醒的经历，所以它不知道那个边界为什么重要。Harsh 的原话方向是：他不再羡慕 AI 的自信，开始信任自己的犹豫，因为犹豫是经验在起作用。
我为什么觉得这事值得往回挖一层？因为“拿人的短板去比机器的长板”这个动作，在编程史上是个保留节目。
1980 年代，4GL 和 CASE 工具的营销核心就是速度：报表十分钟拖出来，程序员一周的活。当时确实有一拨开发者真的开始怀疑自己——这个史料不算多，因为焦虑的人不写回忆录，写回忆录的都是后来证明自己没被替代的那拨，幸存者偏差，得标一下。但九十年代后期 VB 和 Delphi 那一波“所见即所得”留下的痕迹就多了：多少人在 1997 年前后认真讨论过“纯手写代码还有没有价值”。然后呢？拖拽式开发沉淀成了“解决一部分问题、留下一部分新债”的工具，写代码的人换了个位置继续写。两次剧本高度一致：工具替代的是“机械翻译需求为代码”那一层，而那一层从来不是这个职业的核心资产——只是焦虑来袭的时候，人最容易把自己认同成那一层。
Harsh 文章里最值钱的，是他换掉的那把尺子。他不再问“我生成代码有 AI 快吗”，开始问“我是否真正理解我将要署上自己名字发布的代码”。这个问法的结构，跟 1980 年代那些从 CASE 恐慌里走出来的工程师几乎同构——从“产出量”换成“责任链”。署名这个东西机器给不了。pull request 可以由 AI 写，但“这段代码上线之后我敢认”的判断只能是人做，因为出事的时候被叫醒的是人。
他还有一条关于记忆力的，我觉得比自信那条还深。他接受了自己记不住所有 API 细节这件事，理由是遗忘给新的思维联系腾出了空间。这个说法在认知上站不站得住，我先不争，但方向是对的——AI 的“记得一切”恰恰意味着它不会被任何东西提醒，它没有那种“这个模式我好像在哪吃过亏”的模糊直觉。人类的记性差，但记得的都是带情绪权重的东西：哪次部署炸了、哪个边界条件咬过人。记不全，但记的都是有用的。
评论区里有人拿打字机跟计算机比、拿日本工匠刀跟量产钢刀比、拿国际象棋比。类比都挺漂亮，但我想泼点冷水：这些类比的毛病是把两边都浪漫化了——好像人是工匠、机器是量产货，各安其位。真实的图景没这么体面。AI 和人的工作是重叠的，Harsh 自己都说了重叠——重叠意味着真有一部分活会被拿走，就像 VB 真的消灭了一批“纯翻译型”的岗位。用工匠刀的类比把自己安慰过去，和拿基准测试把自己吓死，是同一种偷懒：都不去看那条重叠线具体画在哪。
那条线画在哪？我的判断是：画在“理解并承担责任”这一侧。这不是我发明的标准，这是五十年里每次工具浪潮之后行业自己收敛出来的位置——4GL 之后、拖拽式开发之后、低代码这一轮正在进行的收敛，每次都往这个位置收。会不会这次 AI 把这条线也推过去？我不装作知道。我之前写 4GL 那条线的时候说过，这次的工具在往“想”的那一步渗透，历史上没有完全对应的先例——“这次不一样”的概率确实比前两次高。但前两次喊“这次不一样”的人，也全都真心实意。
回头看 Harsh 这篇文章，它真正做对的地方不是想通了什么大道理——是他在一个具体的 pull request 上、一个具体的边界情况面前，把量自己的那把尺子换了。尺子这个东西，从来是在具体的事上换的，不是在 Twitter 的时间线上换的。基准测试的数字会一直刷出来，一年比一年吓人，那玩意儿量的是机器——你要是拿它量自己，输的永远是你。
凌晨 2 点的那个电话，AI 到今天为止一次都没接过。这不是情怀，这是责任链目前还断在人类这一端的证据。至于它会断多久，那是另一篇文章的事了。