Cursor 首席设计师警告！AI 时代，程序员只剩两条路：造系统，或造垃圾。

最近看到 Cursor 团队的首席设计师 Ryo Lu 发了一条很长的推文，标题叫做软件依然关乎思考。Cursor 是现在最火的 AI 编程工具之一，这条推文在程序员圈子里引发了不少讨论。我觉得里面的观点特别有意思，不仅适用于程序员，对任何在 AI 时代工作的人都有启发。整理出来分享给大家。

1、软件的本质从来都是把模糊变清晰

Ryo Lu 开篇就说，软件这件事的本质，从来都是把模糊的人类需求，转化成精确的、互相咬合的系统。这门手艺的核心在于拆解：创建什么样的抽象，边界放在哪里，各个部分怎么沟通。

这话听起来有点抽象，打个比方就好理解了。你跟老板说想做一个用户管理系统，老板点头说好。但用户管理到底包含什么？注册登录算不算？权限管理算不算？用户画像算不算？这些边界怎么划，数据怎么流转，哪些东西是核心哪些是外围，这些问题没想清楚之前，代码写得再多也是白搭。

软件工程师真正值钱的能力，从来都不是敲键盘的速度，是想清楚这些问题的能力。

2、AI 制造了一个新陷阱：没有结构的速度

现在有了 AI 编程工具，代码生成速度快了很多。但 Ryo Lu 指出，这恰恰制造了一个新的陷阱：看起来很快，但底下没有结构。

你可以让 AI 飞快地生成代码，但如果你自己脑子里没有清晰的系统架构，不知道真正的边界在哪里、核心的约束是什么、关键的抽象应该长什么样，最后你会得到一堆能跑但经不起推敲的东西。表面上功能实现了，但稍微改一下需求就到处报错，想加个新功能发现处处都要动。这种代码有个很形象的说法，叫 AI 垃圾。

为什么会这样？因为底下没有一个连贯的思维模型在支撑。

3、AI 不会替代系统思考，它放大了不思考的代价

这是推文里最核心的观点之一。AI 不会替代系统思考这件事，它只会放大你不做系统思考的代价。

如果你不知道自己在结构上想要什么，AI 就会用它见过最多的模式来填补空白。结果是什么呢？你会得到一堆通用解决方案来应对你的特定问题。你本来需要清晰边界的地方，出现了到处耦合的代码。同一件事情用了三种不同的实现方式，因为你从来没有明确规定应该用哪一种。

评论区有个人说得特别好：模糊就是技术债，AI 只是让利息复利滚动得更快。

4、任务越长，你的角色越重要

Ryo Lu 提到一个很反直觉的现象。现在 Cursor 这类工具能处理的任务越来越长了，按理说人的作用应该越来越小。但实际上正好相反，当 AI 执行的步骤从 10 步变成 100 步，你的角色变得更重要了。

为什么？因为方向大致对和真正理解这个系统之间的差距，会随着任务长度指数级放大。你让 AI 跑 10 步，稍微偏一点问题不大。你让它跑 100 步，一开始偏一点点，最后可能跑到完全不同的地方去。

这就像开车，如果只开 100 米，方向盘偏一点无所谓。但如果要开 1000 公里，一开始偏 1 度，最后可能到了完全不同的城市。

5、技能的转移：从写每一行到把握全局

那在 AI 时代，程序员的核心技能变成了什么？

Ryo Lu 的总结是：从写每一行代码，转移到把系统装在脑子里，并且能精确传达它的本质。

具体来说有四件事：第一是定义边界，核心抽象是什么，这个组件应该知道什么、不应该知道什么，状态放在哪里。第二是明确不变量，什么东西必须永远为真，哪些常量和默认值让系统得以运转。第三是引导分解，这个东西应该怎么拆，自然的结构是什么，哪些是稳定的哪些可能会变。第四是维护一致性，当 AI 生成越来越多代码的时候，你要确保它们符合那个思维模型，遵循已有的模式，尊重边界。

这其实就是优秀架构师和设计师一直在做的事情：他们不写每一行代码，但他们把握着系统设计，引导整体走向连贯。AI 代理就像非常快、非常字面意义的团队成员。你得告诉它们该往哪走，它们才会往哪走。

6、危险在于跳过思考这个环节

推文里有一段特别扎心。他说，危险在于因为 AI 让思考看起来可选了，人们就跳过了这个环节。

很多人靠着提示词一路敲进了自己根本不理解的代码库。出了问题不会调试，因为从来没设计过。想扩展功能发现不行，因为没有结构，只有堆砌起来的功能。

这种情况现在越来越多。有人用 AI 两小时搭出一个看起来能用的东西，兴冲冲地发布，然后发现改个小需求要花两天。因为那不是他设计的系统，那是 AI 按照它理解的方式堆出来的东西，他自己都不知道里面是怎么回事。

7、深度思考的人可以快 100 倍

但硬币的另一面是，那些深度思考系统的人，现在可以快 100 倍。

你把时间花在真正难的问题上，理解你在造什么、为什么要造它。AI 负责机械翻译的部分。你不用再纠结于语法细节，所以可以更长时间停留在架构层面思考。

这就是效率提升真正的来源：不是让 AI 替你想，是让 AI 替你敲，而你专注于想。

8、未来的分化：清晰思考的人和生产垃圾的人

推文的结尾给出了一个对未来的判断。他说，未来不是 AI 取代程序员，也不是人人都能写代码了。未来是，能清晰思考系统的人构建得飞快，不能的人只是在大规模生产垃圾。

核心技能变成了：把握复杂性，干净地拆解它，精确地传达结构。更少语法，更多系统。更少实现，更多架构。更少写代码，更多设计连贯性。

人类擅长的是看到模式，理解权衡，对事物如何组合在一起做出判断。这些能力在 AI 时代不仅没有贬值，反而更值钱了。

最后一句话说得特别好，值得单独拿出来：AI 救不了思维混乱的人，它只是让混乱的思维跑得更快。

9、这件事跟普通人有什么关系

读完这条推文，我在想一个问题：这个道理是不是只适用于程序员？

仔细想想，好像不是。AI 工具现在渗透到各行各业，写文章有 AI，做设计有 AI，做表格有 AI，做 PPT 有 AI。每一个领域都面临同样的问题：AI 可以帮你快速产出，但如果你脑子里没有清晰的框架和思路，产出的就是一堆看起来像样但经不起推敲的东西。

写一篇文章，如果你不知道自己想说什么、文章结构应该是什么样、核心论点是什么，AI 帮你写出来的就是一篇四平八稳但没有灵魂的东西。做一份方案，如果你不知道问题的本质是什么、解决思路是什么、关键假设是什么，AI 帮你做出来的就是一份漂亮但没法落地的东西。

工具越强大，使用工具的人的判断力就越重要。这个道理，可能是 AI 时代最重要的认知之一。

评论区有个人的总结我很喜欢：新时代的高级工程师，是能约束 AI 搜索空间的人。换成更通用的说法就是，新时代的高手，是知道该让 AI 做什么、不该让它做什么的人。

想清楚这件事，可能比学会使用任何一款 AI 工具都重要。

#HOW I AI##科技先锋官#