8 月 2 日，程序员 Ankur Sethi 在博客上提了个反主流的建议：用 AI 写代码，别复制粘贴，把 AI 生成的代码亲手敲进编辑器。他给 AI 下了道死命令——只准在聊天框里展示代码，不准直接改文件。这篇短文当天在 Hacker News 上拿到 363 分、300 条评论，是当日第二大讨论帖。
图：这场争论的现场，标题下方就是吵成一团的评论区。来源：news.ycombinator.com
评论区迅速分成两派。「这是戒不掉 AI 的人发明的新式祈祷。」「保持身材的最好方法，是跟在车后面走路。」「这建议蠢得离谱。」骂的人不少，支持的人也很多。有一条评论被反复引用：「以前我们知道，转管理岗的程序员代码会生锈。现在，我们全都成了管理岗。」
他欠了一笔「理解债」
先说他为什么要这么干。Sethi 有十几年写代码的经验，也用 AI 助手。让 AI 自由发挥，一段功能几分钟就写完。可他越来越不对劲：代码进了仓库，理解却没进脑子。功能是上线了，他自己却讲不清它是怎么工作的。
他管这叫认知负债（cognitive debt）——欠下的理解债。等哪天要改这段代码，他得重新问 AI「这段是干嘛的」。像学生考前翻抄来的作业，发现一个字都看不懂。
他也不是没试过常规做法。如今程序员的标准动作是：机器人提代码，人逐行审查。但几百行过度防御、注释糟糕、藏着细微错误的代码，读起来毫无乐趣。他在博客里说：替老板上班，捏着鼻子也能忍；自己的项目绝不忍——个人项目的乐趣来自过程，来自亲手写出的每一行。
这个困境有科学注脚。MIT 一项研究让 54 名大学生分组写作文：一组用 ChatGPT 辅助，一组用搜索引擎，一组纯靠自己。脑电监测显示，AI 组的大脑神经连接最弱；写完几分钟后让他们复述刚写的作文，AI 组也最差——他们甚至不太觉得自己写了这篇作文。工具代劳越多，大脑参与越少。至于这是否等于「变笨」，研究只提示「值得警惕」，没说死。
图：MIT 研究（Kosmyna 等）的脑电数据——外部工具介入越多，大脑连接越弱。来源：brainonllm.com
Sethi 的应对办法，是给 AI 立规矩。他在项目说明文件里写：我想理解进入这个项目的每一行代码；除非我明确要求，你不准创建、编辑、移动或删除任何文件；所有修改建议，在聊天框里展示，由我亲手输入；连安装依赖、运行命令，也得我来执行。让 AI 当顾问，不当代笔。
重打一遍，到底在练什么
方案听着笨：AI 在聊天框里生成代码，他一行行敲进编辑器，敲到不懂的地方就停下来查文档，或者让 AI 解释。他自称效率从「10 倍速」降到「2 倍速」——换来的是每行代码都经过自己的手和眼。
这背后是条老规矩。八九十年代学编程的人都有印象：书上的示例代码，前辈不让复制粘贴，要求亲手敲一遍、跑通、再改改。一代程序员就是这么从杂志上把代码一行行敲进电脑的。手动输入天然强迫人慢下来：敲到哪一行，眼睛就看到哪一行，脑子里就得过一遍「这行在干嘛」。
敲键盘的肌肉记忆，会把代码的结构刻进手指；下次写同类功能，手比脑子先想起来。
敲的过程还顺带做了一次审查。他说自己更容易发现 AI 的幻觉和坏设计——手在动，脑就转，毛病藏不住。敲完一遍，脑子里有了一张「代码地图」：每块功能在哪、改哪里要动哪里，清清楚楚。下次给 AI 下指令，也知道该怎么说了。评论区有人试过更极端的版本：作家亨特·汤普森年轻时把海明威的小说全文手打一遍，就为了感受大师行文的节奏。重打代码，道理相近。
反对的人说得也有理
吵得最凶的一条评论来自 f311a：重打代码就像重抄微积分答案，练的是记忆，学不到直觉。抄的人知道每步怎么写，却不知道当初为什么这么想，也不知道还有别的解法。他的建议正相反——自己先写，再让 AI 优化。
这派的支持者不少。有人讽刺：按这个逻辑，程序员该手动重打编译器生成的汇编代码；有人说「瓶颈很少是打字」，重打把时间花在低价值动作上；还有人提醒，这么干会被同事贴上「慢」的标签。支持派则搬出研究：被动消费「语法正确但语义空洞」的输出，学习过程会被破坏——看得懂每个字，不等于学会了。
| 支持重打派 | 反对重打派 |
|---|---|
| 抄作业＝没学会，重打＝真理解 | 重抄答案练记忆，不练直觉 |
| 慢下来才能发现 AI 的幻觉 | 瓶颈不在打字，浪费时间 |
| 肌肉记忆加代码地图，改起来快 | 自己先写、再让 AI 优化，更高效 |
| 老规矩：学编程就该亲手敲 | 工具就该解放人，去做更重要的事 |
两派的分歧，本质是同一个问题的两面：AI 代劳之后，你的能力是长了，还是锈了？支持派怕锈，反对派嫌「重打」防锈的方式太低效——让 AI 做设计、人做执行，同样是防锈的办法。
不写代码的人，也欠着这笔债
这场争论看着是程序员圈的事。其实所有用 AI 干活的人都站在同一个路口：让 AI 写年终总结，你还会不会自己写？让 AI 做 PPT、填表格，你的表达和数据能力还剩多少？「AI 代劳后自己没长进」，是这次技术浪潮给所有人的问题，程序员只是第一批撞上的人。
不写代码的人，可以借这场争论里的三个办法。第一，让 AI 出草稿，自己动手改成自己的话——改的过程就是理解的过程。第二，让 AI 出大纲，细节自己填。第三，学评论区那条高赞建议：干完之后，让 AI 出题考考你，答不上来的地方，就是债还没还清的地方。
重打到底是不是最优解，300 条评论没吵出共识。Sethi 自己都承认，这法子「低效得有点滑稽」。但这场争论留下一个值得带走的提问：**当工具快 10 倍的时候，你拿什么换理解？**这个问题，AI 替不了任何人回答。笔者也没有答案，只能说：跑得快的人别忘了，路终究要自己走。
参考链接：
- Ankur Sethi: Prevent cognitive debt by manually retyping LLM-generated code
- HN 讨论 (item?id=49153374)
