资深程序员眼中的AI：有用但有限

Venkat Subramaniam 在软件界是一位备受尊敬的老兵：四十年敲代码的经历、众多技术著作和现场纯手工演示的名声，让他在 Java 社区中影响力巨大。他在一次与 JetBrains 的开发布道师 Marco Behler 的对话中，剖析了 AI 在软件开发里的真实能力与局限，并提出了自己的实践建议。

他主张把 AI 放在“第二位”（AI Second）：在把问题交给工具之前，先给自己大脑至少十五分钟的独立思考时间。Venkat 认为，在全行业高举“AI 优先”的时候，这种反向思考尤为重要。长期的实践让他形成了对新技术边界的敏感：很多人对 AI 的热情来自表面效果，但往往缺乏对软件工程底层逻辑的理解。

在访谈里，他把 AI 的表现分得很清楚：当任务是自己完全不懂的领域时，AI 常常能带来令人惊喜的结果；但当任务落在他这样的专家领域，AI 生成的代码或方案往往达不到专业标准。他指出，AI 在“发现问题、排查缺陷和风险分析”方面表现突出，但在替代高级人工判断和深度专业技能上仍不足以信赖。 球友会登录

他用“重型起重机”的比喻强调风险：低技能的搬运工作容易被工具替代；但操作复杂机械的人一旦犯错，后果可能非常严重。换言之，AI 并不会降低对专业能力的需求，反而要求我们掌握更多、更高层次的技能，从而避免按错“按钮”导致的灾难。

对于行业内借助恐慌推动 AI 使用的现象，他批评这种做法像“以失业威胁驱动开发”，这和测试驱动开发（TDD）的理念背道而驰。至于那些沉迷于刷 Token 或排行榜的风潮，他认为这种短视行为难以持续，最终会被常识所取代。

Venkat 也分享了个人的学习观：他小时候并不擅长应试，但后来意识到自己热爱的是探究与学习的过程，而不是为了考试而学习。对他而言，真正的兴趣和持续的探索能力，比单纯的技能训练更能带来长期成长。 球友会登录

在技术细节层面，他赞赏 Java 在并发设计上的选择。相比于将大量函数强制标记为异步的方案，Java 通过降低重构成本并把架构决策留到“最后负责任的时刻”，以一种优雅的方式处理异步问题，而不是追求表面的语法糖或炫技。

总体上，Venkat 的观点既不过分妖魔化 AI，也不盲目颂扬。他呼吁对 AI 的能力有清醒认知：善于利用它在问题诊断与风险识别方面的优势，同时保持人的判断力和专业水平，才能在这个时代真正发挥工具的价值而避免潜在的危害。