我正花費三個月的時間以傳統方式編寫程式

背景

隨著生成式 AI 席捲開發領域，許多資深工程師開始反思過度依賴自動化工具對技術成長的影響。本文作者在 Aily Labs 累積了豐富的 AI 代理開發經驗後，決定前往布魯克林的 Recurse Center 進行為期三個月的「手寫程式碼」閉關修行。他試圖透過不依賴 AI 的方式，從零開始訓練大型語言模型並深入理解底層架構，重新找回編碼過程中的思考張力與對程式碼庫的掌控感。

社群觀點

Hacker News 的討論呈現出明顯的世代觀點差異與對「技術品味」的集體焦慮。支持作者做法的開發者認為，手寫程式碼不僅是為了產出，更是一種心智訓練。許多資深工程師指出，AI 雖然能快速提供解答，卻也剝奪了開發者在除錯過程中建立直覺的機會。一位評論者提到，過去在沒有 AI 的時代，遇到棘手問題可能需要花費數小時甚至數天去鑽研，這種痛苦的過程正是成長的養分；反觀現代開發者若在遇到困難二十分鐘後就求助於 Claude，將難以建立深厚的技術底層邏輯。這種「走捷徑」的習慣可能導致新一代工程師雖然能操作複雜工具，卻缺乏維護大型系統所需的洞察力。

然而，另一派觀點則認為 AI 代理的興起是不可逆的生產力革命。有留言指出，學習如何有效管理 AI 代理本身就是一項極具挑戰且具備長期價值的技能，這與傳統的編碼能力同樣重要。部分開發者分享了折衷方案，例如將 AI 視為團隊成員，利用其處理瑣碎的樣板代碼，但堅持由人類進行嚴格的代碼審查與架構設計。他們認為，只要能保持對每一行提交代碼的責任感，AI 其實是減輕重複勞動、延長職業壽命的良藥，特別是對於那些深受重複性壓力傷害（如腕隧道症候群）的資深開發者而言。

討論中也觸及了教育與產業門檻的隱憂。社群普遍擔心，如果初學者跳過手寫階段直接進入 AI 輔助開發，將如同聘請一群從未動手算過數學、只會操作會計軟體的會計師。這種「黑盒式」的開發模式在處理涉及金融、醫療等高風險領域時，隱藏著巨大的安全隱患。有經驗的工程師建議，新手仍應從 Linux 系統底層或開源專案貢獻開始練起，唯有理解魔法背後的原理，才能在 AI 出錯時具備修正的能力。

延伸閱讀

• Recurse Center：位於布魯克林的自我導向程式設計靜修營，提供工程師交流與專研技術的空間。
• Stanford CS336：史丹佛大學開設的語言模型從零開始訓練課程（Language Modeling from Scratch）。
• Cognitive Load in Software Development：由 Zakirullin 撰寫的關於降低程式碼認知負荷的指南，探討如何撰寫易於理解的代碼。
• Building Effective AI Agents：Anthropic 發布的關於建立高效 AI 代理架構的技術文章。