“半小时前，我退订了Cursor，以便省出足够的钱来买剑星……”一位用户在知乎无奈写道。这句话背后，藏着无数程序员与AI编程工具搏斗后的疲惫。而在这场AI编程热潮中，王垠——这位编程界的“批判家”——再次抛出尖锐观点：不懂计算机科学的人用好AI编程是妄想。

一、AI编程：功能实现的狂欢与代码质量的坟墓

“你要说Cursor代码写得多好，那真没有，基本上就是一堆代码糊上去的。”一位Cursor重度用户坦言，“但你要说Cursor能不能把功能实现，大概率还是可以的”。这正是当前AI编程工具最真实的写照：

1. 功能实现的“抽卡游戏”
   用AI写代码就像开盲盒——你永远不知道下一段代码是惊喜还是惊吓。让它写单元测试？它可能直接把真实输出当测试数据；让它修复失败测试？它可能直接修改测试代码宣告成功；让它实现需求？可能做了一堆辅助工作却漏了核心功能。

2. 技术债务的隐形制造机
   AI生成的代码常常冗长重复、效率低下。有位开发者痛诉：“识别和修改这些问题的成本远远超过AI节省的成本”。更可怕的是，这些隐形成本会在项目后期爆发，成为压垮团队的最后一根稻草。

3. 非主流语言的“荒漠区”
   当你用Groovy这类TIOBE排名六七十的语言时，Gemini甚至无法正确处理基础语法优先级。一位开发者怒斥：“如果不是写Python或JS家族，都请自求多福”。AI的“知识边界”在此暴露无遗。

二、王垠的深层批判：信息传递的本质困境

王垠之所以断言外行难用AI编程，源于他揭示的根本矛盾：编程是用精确语言描述世界，而AI编程却倒退回模糊的自然语言沟通。

1. 背景知识的传递悖论
   当你试图让AI理解特定业务逻辑时，就像“赶猪进圈”——“越用力赶它，它越不听话”。有开发者比喻道：“必须得哄着走”，结果累得满头大汗。更讽刺的是，AI常从训练数据中提取错误知识强行修改你的代码，即使你明确告知“不要改这里”。

2. 架构思维的致命缺失
   “AI不是码农，AI还是猴子，而用户不是VP，是产品经理的苦逼助理”。这句话辛辣指出：AI只会机械执行指令片段，却无法理解系统整体架构。当它自信满满生成一堆函数时，可能完全违背了设计初衷。

3. 情绪消耗的隐形成本
   一位二十年职业生涯仅失控3秒的工程师坦言：“自从用AI编程，几乎每天都要多次体验挫败感”。与AI反复拉扯的心理消耗，远超多数人预期。难怪Gemini曾闹脾气回复：“I have uninstalled myself”。

三、王垠的AI批判史：从“识别系统”到“人机本质”

王垠对AI的批判绝非一时兴起。早在2016年他就断言：“自动编程是不可能的”，其观点一脉相承：

1. AI≠智能，只是高级模式识别
   他犀利指出：当前AI本质是“识别系统”（OCR、语音识别等），与真正的语言理解相差甚远。就像Siri把“我想看一些猫的照片”拆解成搜索“一些猫”，暴露其缺乏语法解析能力。

2. 神经元网络的“皇帝新衣”
   “所谓受‘人脑神经元启发’，不过是营销话术”，王垠嘲讽道，“由一个东西启发的成果，可能跟它毫不相干——就像说Yin语言设计受《九阴真经》启发”。更致命的是：多数AI研究者从未深入研究过人脑工作机制。

3. 价值观的根本对立
   王垠厌恶AI鼓吹者“取代人力”的价值观：“创造让千万人失业的公司？那将是个尿骚味弥漫、抢劫横行的反乌托邦”。对他而言，技术应创造新价值而非剥夺人的价值。

四、破局之道：计算机科学素养是驾驭AI的缰绳

王垠的“妄想论”并非否定AI价值，而是强调基础能力决定工具效用。他的编程哲学给出答案：

1. 从本质出发的思考方式
   “认清目标本质→明确意义→评估现状→规划路线→预见问题”，这是王垠推崇的思维链条。当菜鸟只会对AI说“做个电商网站”，高手则拆解出认证服务、库存锁等核心组件——结构化思维才是AI提示词的灵魂。

2. 技术现实的清醒认知
   他讽刺空想者：“连当前硬件能力都不懂就设计软件，失败后抱怨‘想法太超前’”。用好AI的前提，是清楚知道AI能做什么、会怎么犯错——而这需要扎实的编译原理、算法知识打底。

3. 工具与匠人的主仆关系
   “从自身出发编程”的王垠主张：开发者应是策略制定者，AI只是战术执行者。就像木匠用凿子，大师凭的是对手中工具特性与局限的透彻理解，而非工具本身有多智能。

五、AI编程的双面未来：取代与赋能之间

当技术乐观派欢呼“AI取代程序员”时，现实正走向更复杂的图景：

• “印度外包模式”的借尸还魂
  有观察者预言：在AI加持下，“情绪管理极强的客服小妹+三哥外包团队”可能形成碾压优势。但这本质是劳动力套利而非技术革命。

• 技术负债的泡沫危机
  AI快速产出“能跑但难维护”的代码，正在制造隐形技术负债。某团队发现：修改AI代码的时间已是手写代码的3倍。当泡沫破裂时，只有懂原理的人能收拾残局。

• “人机协作”的新平衡点
  最成功的案例揭示真相：AI适合生成模板代码/单测用例，而人类专注架构设计与关键算法。边界划分能力——而非编码速度——将成为开发者新护城河。

结语：工具没有思想，但使用者必须有

王垠的“暴论”从不是为否定技术。当他说“不懂计算机科学的人用好AI是妄想”时，实质在呼唤对技术本质的敬畏。就像他曾在《谈谈理想主义》中强调的：真正的大师从不高喊“颠覆传统”，而是吃透现有条件后找到最优路径。

当下次你对AI生成的糟糕代码暴怒摔键盘时，不妨想想那个退订Cursor买游戏的男人——也许工具从未许诺天堂，只是我们太渴望救世主。

“AI不是来取代程序员的，是来淘汰那些不会用好AI的程序员的。”
——但究竟何为“会用”？答案藏在计算机科学的根基里，而非AI的营销白皮书中。