最近字节发布了AI IDE Trae，随后有见到网络上不少开发者发出了自己的使用体验。

今天我们来聊聊一个非常有趣的话题——AI编程的学习过程，以及为什么这条路比你想象的要复杂得多。尤其是要小心一个叫做“达克效应”的心理现象，它很可能会影响你对学习AI编程的预期，甚至让你在学习过程中遇到挫折时感到迷茫。

你可能听说过达克效应，但你知道它到底是什么吗？让我从头讲起。

1. 什么是“达克效应”？

• *达克效应（Dunning-Kruger Effect）**是心理学中的一种认知偏差，它指出：在某个领域中，知识或技能较为浅薄的人，往往会高估自己的能力，而缺乏自知之明。简而言之，就是“你知道得越少，越觉得自己知道得很多”。
  

这个效应是由心理学家David Dunning和Justin Kruger在1999年提出的。他们通过研究发现，能力较差的人常常不能意识到自己的不足，反而会认为自己比实际上更懂得多。这个效应有时表现为：一个初学者可能刚刚接触到一个领域，觉得“这不难，我学会了”，但随着知识的深入，他们逐渐发现自己其实知道得远远不够，陷入了认知的困境。

为什么达克效应会影响AI编程学习？

AI编程学习与许多其他编程语言的学习不同。虽然你以前可能有着多年的Python、JAVA或者Vue，React的开发经验，但在AI编程上，这些经验都没法直接照搬的。

AI编程和传统编程有着本质的不同。传统编程通常遵循“编码-实现”的模式，开发者的主要任务是根据具体的需求和功能手动编写大量代码，扮演着“工匠”的角色，价值体现在代码的量产和具体实现上。然而，AI编程则从“编码”转向了“意图-涌现”的模式。在这种新范式下，开发者不再关注具体的编码细节，而是专注于任务的“意图”——即定义业务需求和系统目标。AI系统根据这些意图自动生成代码，并评估每个方案对整体系统的影响，涌现出的代码成为系统的有机组成部分，紧密融合其中。

这种转变意味着什么？

在这种转变中，开发者的核心竞争力也发生了变化：从编写代码的技能转向了系统思维和设计能力。开发者不再是单纯的代码生产者，而是系统架构师，负责将业务需求转化为系统设计，优化系统结构以实现目标。这要求开发者具备更强的抽象思维能力，能够理解和驾驭复杂系统的运作，指导AI生成符合抽象概念的代码。这不仅改变了开发者的角色，也重新定义了开发过程中的价值和创造力。

所以，刚开始接触AI时，很多人会感觉自己“懂得很多”，AI编程就是一句话而已。这时候，正是达克效应的第一阶段——“你不知道自己不知道”。

2. 达克效应的第一阶段：“你不知道自己不知道”

一开始接触AI编程时，很多人可能会觉得“这不就是和学其他编程一样吗？”于是，他们通过学习一些基础知识，像是采用Trae Builder模式，开始做一些简单的诸如贪吃蛇游戏、To-Do list 应用项目。此时，他们可能会高估自己的能力，觉得自己已经掌握了大部分技术。这个阶段，正是“达克效应”中的**“你不知道自己不知道”**。看似掌握了一些基础技能，实际上却没意识到自己对于AI编程的理解还停留在表面。

为什么会出现这种现象？

这时的你，可能认为学会了几个操作、生成了几个Demo项目就能解决所有问题。可实际情况是，AI编程的挑战远远不止于此。你可能很快发现，对系统架构的规划、代码的精准生成、功能的先后顺序等环节远比想象的复杂，很多问题并不是简单的“运行一下代码”就能解决的。

3. 达克效应的第二阶段：“你知道自己不知道”

当你进入AI编程的第二阶段时，你开始意识到自己的盲区。这时，你会发现自己并不是如你所想的那样“懂得很多”。你可能开始接触更复杂的任务，如在大项目中增加一些特定功能等，这时候，你才会真正意识到AI的复杂性。你开始从“我懂”转变为“我知道自己不懂”。

这个阶段的转变对你非常重要。虽然你可能会感到困惑和不安，但这是走向精通的必经之路。在这一阶段，你需要深入学习更为复杂的概念，如如何准确有序的表达需求、如何控制生成代码的蔓延等，逐步构建起完整的知识体系。

4. 如何从达克效应中突破：理性学习与深度实践

要从达克效应中突破，你需要做出一些心态上的调整，并开始真正理解AI编程的难度。学习AI编程不仅仅是掌握工具和框架，它更是一个理解和设计复杂系统的过程。因此，你需要：

• 扎实基础：深入理解Trae背后的代码生成逻辑，不仅仅是局限于基本的操作或者是生成示例中的Demo。
• 多做项目，提升实践能力：通过做项目来巩固理论知识，尤其是要通过解决实际问题来加深对整个AI编程框架的理解。
• 发展系统思维：从编码的细节中解放出来，培养系统思维，学习如何将复杂的业务需求转化为高效的系统架构语言。一城一池的得失固然重要，但是系统性的思维更加难能可贵。
• 不断学习和适应：AI技术更新飞快，不断学习新知识和工具是你在这条路上走得更远的关键。

5. 达克效应的第三阶段：“知道自己知道”

经过长期的学习和实践，你会从“你不知道自己不知道”的阶段，逐渐过渡到“你知道自己知道”的阶段。这时，你已经能够驾驭复杂的AI系统设计，理解AI编程工具背后的核心原理，并能够独立优化系统。你开始不再依赖于外部框架或工具，而是能根据实际情况设计适合的解决方案。你不再只是写代码，更是一个能够设计和优化整个系统框架的工程师。

6. 小结

AI编程的学习过程并不是线性简单的，它充满了挑战。你很可能在初期就会高估自己的能力，进入“达克效应”的陷阱。然而，理解AI编程的独特性，特别是从传统的“编码-实现”模式转向“意图-涌现”模式后，你会发现，AI编程要求你不仅仅是一个代码生产者，而是一个系统设计师，具备更强的抽象思维能力。尽管这个过程可能充满迷茫，但只要你坚持学习、不断突破，你就能在AI编程的道路上走得更远。

有兴趣深入AI编程的，可以加我v一起交流：BinaryDreams，注明“CSDN”。