AI 編碼就像一場賭博

背景

這篇文章探討了 AI 輔助編程（AI Coding）如何從一種生產力工具演變成類似「賭博」的成癮行為。作者認為，當開發者頻繁拉動 AI 這台「老虎機」來獲取程式碼片段時，雖然能獲得即時的成就感，卻喪失了深入思考與解決問題的靈魂，最終陷入一種不斷投入代幣（Token）以換取隨機結果的循環。

社群觀點

Hacker News 的討論圍繞著「賭博」這一隱喻是否貼切展開。支持者認為，AI 編程確實具備變動獎勵機制的特徵，開發者往往會為了追求那一次完美的輸出而反覆嘗試，這種行為模式與病態賭博極為相似。有留言指出，這種成癮性不僅來自於程式碼的產出，更來自於極短的反饋週期所帶來的多巴胺激增，甚至有開發者坦言自己因此廢寢忘食，破壞了原本健康的生活界線。此外，這種「拉桿」行為也反映在開發策略上，例如同時開啟多個 AI 代理執行相同任務，只為從中挑選一個看起來最正確的結果，這與在賭場中同時投注多個機台的心理如出一轍。

然而，反對者則認為將 AI 編程歸類為賭博過於偏激。他們主張，如果開發者具備足夠的專業知識來驗證輸出，那麼 AI 就只是另一種形式的自動化工具。有觀點將 AI 比作實習生或同事，認為委派任務本身就帶有不確定性，但這屬於管理風險而非賭博。更有留言犀利地指出，如果預期結果在大多數情況下都能實現，那就不能稱之為賭博，正如開車雖然有風險，但沒人會說開車是賭博。他們認為，所謂的「賭博感」其實源於使用者缺乏對工具的掌控力，若能採取測試驅動開發（TDD）或嚴格的規格定義，AI 輸出的穩定性將大幅提升。

討論中也出現了對產業現狀的憂慮。部分開發者提到，有些企業高層為了追求效率，甚至禁止工程師手寫程式碼，強制要求全數由 AI 生成。這種極端做法被視為一種權力博弈，旨在降低對特定開發者的依賴，以便未來更容易替換人力。同時，也有資深開發者提醒，AI 往往能精準模擬出「看起來很美」的程式碼架構，但在細節處卻充滿脆弱的邏輯，若使用者缺乏辨識能力，這種「贏了表面、輸了內裡」的結果，最終將導致軟體生態充斥著難以維護的垃圾代碼。

延伸閱讀

• Fast.ai 關於「黑暗流動」（Dark Flow）的討論：探討 AI 如何讓人陷入一種不具生產力的沉浸狀態。
• Claude 失敗案例集（GitHub - ctoth/claude-failures）：記錄了即便在高度專業的使用下，AI 依然會出現的邏輯崩潰。
• Naur 的論文《編程即建模》（Programming as Theory Building）：探討程式碼作為問題理論表達的重要性，而非僅是 side effects 的產物。