这种对话我经历过的次数，多到我不愿承认。
我在一个讨论串、一次会议或一场设计评审中提出一个技术问题，然后有人用一段冗长、结构良好、平衡得可疑的回答来回应。它就算没有格式上的标题，也有精神上的标题，它涵盖 3 个权衡，最后给出一个干净利落的建议。
我就其中一点提出反驳。沉默一分钟，那种你几乎能听见浏览器标签页切换的沉默。然后另一段同样精雕细琢的文字出现了，回应了我的反驳。
到了某个时刻，它有点撑不住了：我不是在跟一位同事说话。我是在跟一个聊天窗口说话，上面还挂着一个伪装成人形的复制粘贴按钮。
求你别再这样了，我几乎是在恳求你。
我自己也能打开浏览器
先说显而易见的事。如果我想跟 AI 辩论，我会去跟 AI 辩论。我可以把问题敲进 ChatGPT、Claude，或者这周流行的随便什么工具里。这花我 10 秒钟，而且我还能跳过中间人。眼下你与其说是同事，不如说是一个带着 LinkedIn 个人资料的加载转圈图标。
当我带着一个技术问题来找你时，我要的是你的判断。你见过什么行得通，你目睹过什么失败，又是什么教会了你分辨两者。我想知道你会接受哪些权衡、会质疑哪些假设，以及为什么。这才是我有兴趣听到的经验。
一旦你变成一个传声筒，我就全都失去了。我拿到的是印着你名字的通用输出，你给对话增加了延迟，却没增加任何别的东西。恭喜你，你发明了世界上最慢的 API 封装。
“但我是决策者”
这一条才真正让我受不了。
说辞是这样的：在 AI 时代，开发者的工作是当“架构师”。AI 生成选项，人类做决定。你就像护栏，那个有品味的人。
模型不错。我认为这确实是这份工作很大一部分的走向。
但一个 99% 的情况下都同意 AI 建议的决策者，并没有在做任何决定。那是一枚带着职位头衔的橡皮图章。如果你的“决定”与模型的默认输出无法区分，那么你并没有增加一层判断，你只是增加了一层延迟。
所以这里有一个简单的测试：你能说出最近一次你不同意 AI 的时间，以及为什么吗？不是“我调整了格式”这种。而是真正的分歧，基于模型不可能知道的东西，比如某个约束、一次过往事故，或者团队的偏好。
如果你说不出来，那你就不是护栏。你是乘客，而且连歌单都不是你选的。
我有一个很好、很真实的例子：
有人在 LinkedIn 上给我发消息，说有兴趣了解我如何应对分布式系统中的问题。说实话：这种消息让我一整天都很开心。一个人想聊专业，而且想听我的想法。
于是我认真回应了。我讲了自己如何推理故障模式、当事情变得不一致时我从哪里入手，我们来回聊了一阵。
然后我发现，他们一直在用 AI 跟我辩论，全程如此。他们根本不是来向我学习的。他们是来通过一个代理跟我争论的。
而关键在于：我每天都跟 AI 辩论。这是我主动选择的，按我自己的方式，想辩就辩。这部分很容易理解。真正罕见的是另一个人愿意真正坐在对话里，把想法说出来，在我面前犯错，并用自己的头脑来反驳。
如果他们只是问我他们自己那些半成形的疑问，我会一整天都回答他们。
“AI 说什么我就同意什么”
当我追问：“如果你的大脑没有参与，讨论这个有什么意义？”时，我得到的就是这个回答。
“哦，反正它说的就是我所同意的。”
你倒是挺大胆，如此热情地赞同了一个并非你自己形成的立场。
没有理解的赞同，和赞同不是一回事。如果我问你为什么你同意，而诚实的答案是“因为它这么说，而且听起来对”，那你持有的不是一个立场，而是一个借来的立场。
而借来的立场在第一个真正的问题面前就会崩塌，就像一场小地震里的叠叠乐塔。我之前写过这一点：读东西并点头，和能够产出或捍卫它，不是同一种能力。讨论恰恰是暴露这个差距的场景，这正是它重要的原因。
关于“我在验证输出”这个辩护：验证是实打实的工作。它意味着对照现实核查主张、检验假设、发现细微的错误。如果你的验证只是读一遍答案然后想“嗯，听起来对”，那不是护栏，那是阅读。一个什么都抓不住的护栏，不过是一根装饰用的浮力棒。
“我没时间，我很忙”
经典。“我就是没时间深究这个，所以问了 AI。”
是是是，你很忙，但谁不忙呢。我很忙。跟你说话的人很忙。给你做燕麦馥芮白的咖啡师也很忙。忙不是一种人格。忙不是只有你才有的特殊状态，它也不能成为你不去认真参与你主动加入的讨论的借口。
但注意那个借口里藏着的隐秘逻辑：如果你没时间参与，你也没时间待在这场对话里。这里有一个干净、体面的选项，那就是直接说出来：
“我没有精力把这件事想清楚。我不想给你一个半吊子的答案。我们今天晚点再聊好吗？”
这值得尊重，它诚实，它尊重我的时间，而且它不装。不值得尊重的是把未经核实的输出倒进帖子里，还把它当作你的贡献。
合理的反驳
在这一切变成纯粹的吐槽之前，让我先为另一边做个最强辩护，因为确实存在一些人在讨论中依赖 AI 的正当理由：
- 语言。如果英语不是你的母语，用 AI 润色措辞是完全正当的用法。重要的是那些想法是你自己的。而且说实话，我不在乎你的拼写或语法是否粗糙。我是软件工程师，不是英国文学教授。语言的意义在于传达想法。只要我明白你想说什么——而 99% 的情况下我都明白——那就没问题。
- 准备。事先用 AI 探索一个话题、挖掘反方论点、或检验自己的思路，这很好。那是研究。
- 新人在学习。新人可能会求助 AI，因为他们还没有形成观点的经验。这可以理解，而解决办法是指导，不是羞辱。
我不介意 AI 参与在这个过程中。我介意的是 AI取代这个过程中的人。
我认为，界限是这样的：你有没有把模型的输出变成你自己的东西？你有没有对它提出质疑、不同意其中的部分内容，并按照你的实际情况重写它？还是你只是转述了它？
试试这些
我认为 AI 在技术讨论中应当这样使用：
- 在对话之前用它，而不是在对话之中。让它对你的想法做压力测试。让它给出最有力的反对意见。然后思考这个答案。
- 形成一个不依赖它也能站得住脚的立场。如果有人质疑你，而你需要回到聊天窗口才能回答，那说明你还没准备好回答。
- 坦率说明哪些是你的、哪些不是。“我向 AI 询问了选项，我倾向于 B，因为 X”就非常好。“因为 X”这部分正是证明有人类参与的地方。
- 有时故意不同意它。如果你从不推翻模型的结论，问问自己：你是在评估它，还是只是在跟随它。
- 不知道的时候，就说不知道。“我不知道，我去查一下”从来不会让人觉得谁无能。用别人的话假装知道，最终才会。
为什么这不止关乎礼貌
人们很容易把这一切归入“烦人的礼节”，但我认为它比这更重要。
技术讨论是团队建立共同心智模型的方式。在这里，假设被摆到台面上，一个人的经验纠正另一个人的盲区，决策背后的真正推理得以产生和记录。如果对话的一方是空洞的，团队最终带着一个没有人真正推理过的决策离开。
这和我一直在写的认知债务问题是同一个，只是从代码转移到了对话中。而和所有债务一样，它会在糟糕的时刻到期，通常是在决策被证明是错的、有人问“我们为什么选这个？”而诚实的答案是“AI 说的，我们大家基本都点头了”的时候。
结论
用 AI。如果它能让你变得更好，就不断使用它。但当你坐下来和另一个人讨论一个难题时，亲自到场。
带着你自己的观点，哪怕并不完美；带着你自己的疑问；带着你知道而模型不知道的东西。这才是我来这场对话的唯一理由。
因为如果我想要互联网观点的平均值，我直接去问互联网就好了。人类的参与如今已是稀缺之物，所以请不要成为让它变得更稀缺的原因。