AI 编程的困境：忽视基本功导致代码质量下降

Matt Pocock：AI 编程的终点，竟然是 20 年前的旧原则？

“我完成文档编写，AI 生成代码，代码运行失败，我再回头修改文档……经过几次这样的循环，整个系统就变成了一堆无法理解的混乱。”

在近期举办的 AI Engineer 大会上，著名的技术教育者 Matt Pocock 的这段话引起了现场观众的强烈共鸣。当大家都在热烈讨论“需求即代码（Specs-to-Code）”的未来趋势时，Matt 却提出了一个警示：如果你试图忽略代码的质量，仅仅依靠 AI 进行自我管理，最终只会导致“软件熵增”的混乱局面。

一、 警惕“代码廉价化”的误区

当前有一种普遍的看法：AI 的出现使得编写代码的成本大大降低。然而，Matt 的观点是：低劣的代码比以往任何时候都更加昂贵。

二、 “Grill Me”：弥合 AI 与你之间的“设计概念鸿沟”

AI 为什么无法写出你真正想要的代码？这是因为你们之间缺乏共同的“设计概念（Design Concept）”。 Matt 分享了一个在 GitHub 上获得超过 1.3 万星的实用技巧：Grill Me（审问我）。

三、 借鉴 20 年前的思维方式：深度模块化与通用语言

Matt 认为，为了有效应对 AI 带来的信息过载问题，必须重新拾起经典的软件工程原则：

四、 总结：你是战略的制定者，AI 只是执行者

在人工智能时代，代码不再仅仅是最终的产出，更应该被视为一种需要精心维护的资产。Matt 提醒每一位开发者：AI 可以承担战术性的执行任务，但关于系统设计的战略性高度，永远取决于你扎实的软件工程基础。