人工智能工具的好坏取决于您的判断——这就是重点

← 所有帖子 你的人工智能工具的好坏取决于你的判断——这就是重点 2026-05-27 现在，一种悄然的焦虑在工程团队中蔓延：我是否变得依赖人工智能了？我的判断力在衰退吗？我的看法：这是一个错误的问题。正确的一个是你使用人工智能的方式是增强你的判断力还是取代它。这些是真正不同的使用模式，大多数工程师在没有注意到的情况下就转向了第二种。依赖陷阱确实存在，但被误诊了 常见的批评是人工智能工具让工程师变得懒惰。我不认为是这样。问题不在于懒惰，而在于放弃。当您接受生成的解决方案而不询问它时，您并没有节省时间。您推迟偿还复利债务。复制粘贴人工智能生成的身份验证中间件而不阅读它的工程师并没有进步得更快。现在，当中间件在凌晨 2 点的生产边缘情况下悄无声息地失败时，他们的移动速度更快了，而且速度更慢了——慢得多。但在这里我要表达自己的实际观点：解决方案并不是减少人工智能的使用。这是为了对抗性地使用它。具体的对抗性使用 对抗性使用是什么样的？你将人工智能的输出视为聪明但过于自信的初级工程师的初稿。你不会本能地拒绝它，也不会全盘接受它。你质问它。这是我在实际工作流程中融入的提示模式：这是您提出的解决方案：[粘贴输出]现在反对它。它不能处理哪些边缘情况？您做出的哪些假设在生产系统中可能不成立？如果您知道高级工程师在安全审核中会阅读此代码，您会更改什么？进入全屏模式 退出全屏模式 在任何重要的 AI 生成的解决方案之后运行该模式。返回的结果几乎总是有用的——错过的错误状态、关于输入形状的隐含假设、被掩盖的安全表面区域。至关重要的是：您现在正在与该工具一起思考，而不仅仅是消耗它的输出。这个循环——生成、询问、修改——就是判断的所在。这是你保持敏锐的地方。真正的技能不是提示 五年后将面临人工智能危险的工程师并不是那些记住了最好的提示模板的人。他们可以查看任何生成的输出（代码、架构图、规范、测试套件）并立即提出正确的怀疑问题。这种技能是通过练习建立的。对抗性提示是有意而不是偶然练习的一种方法。人工智能不会削弱工程判断力。被动人工智能的使用确实如此。区别很重要，并且完全在您的控制范围内。我每周都会在《AI Leverage Weekly》中分解一个具体的 AI 工作流程——实用、无废话、免费。订阅：https://theaileverageweekly.beehiiv.com/subscribe?utm_source=devto&utm_medium=article&utm_campaign=medium_w3 在收件箱中获取下一篇面向工程师的实用 AI 工作流程。每周一期，无废话。免费订阅