Copilot 创始工程师：大多数 AI 编码“就像开着法拉利去买牛奶一样
从 Copilot 到 Bob：一位效率专家的新征途
Neel Sundaresan 早在2000年就开始研究如何提升开发者效率，如今他正将目光投向 IBM 内部的智能编码工具——IBM Bob。目前已有8万名 IBM 开发者在使用这款工具，它旨在解决代码生成中的“过度杀伤”问题：用最先进的模型处理最基础的任务。Sundaresan 认为，多数编码场景（如写简单函数或修补注释）根本不需要大模型的全套能力，真正的效率来自“用对工具”，而非“用最强工具”。
“法拉利买牛奶”：AI 编码的过度杀伤力
Sundaresan 用“开着法拉利去买牛奶”生动讽刺了当前 AI 编码的普遍误区：
- 成本错配：调用大模型处理简单逻辑，消耗大量算力、时间和金钱，就像为买瓶牛奶发动超跑。
- 效率反噬：复杂模型带来的延迟和不确定性，在琐碎任务中反而会拖慢开发者节奏。
他呼吁开发者根据任务复杂度选择模型等级，就像日常出行用经济型轿车，而不是每趟都开法拉利。
回避的三个问题与行业敏感区
在分享过程中，Sundaresan 刻意回避了三个问题，但未透露具体内容。这暗示了 AI 编码领域仍存在一些“不能碰的雷区”：
- 对现有主流模型（如 GPT-4）在简单任务上性能浪费的量化批评。
- 工具依赖可能导致开发者丧失基础调试能力的担忧。
- AI 代码的版权与所有权争议，尤其是大量公共代码被“蒸馏”后产生的法律模糊带。
这些回避点反而折射出行业对“效率革命”背后更深层焦虑的集体沉默。
手工打造法拉利：保留独特技能的价值
参考意大利少数工程师手工打造每辆法拉利的案例，Sundaresan 强调：AI 编码不应抹杀人的独特性。
- 公共领域虽有数百万个故事可供 AI 模仿，但真正的高价值代码（如系统架构、安全加密、领域特定优化）仍需人类工程师的“工匠感”。
- 过度依赖 AI 会削弱工程师对代码本质的理解，就像买现成零件组装的“法拉利”永远比不上手工调校的细节。
他主张让 AI 处理重复劳动，让人类专注于需要直觉和创造力的核心环节。
未来方向：给 AI 编码装上“经济模式”
Sundaresan 的实践指向一个清晰的路线图：
- 任务分级：自动判断代码复杂度，将简单任务路由到轻量模型，复杂任务再动用大模型。
- 场景定制：IBM Bob 便是一个例子——针对企业级开发需求，预设逻辑模板，减少对通用模型的全量调用。
- 人机协同：保留开发者的否决权和修改权，避免“无人驾驶”式的代码信任危机。
最终目标是让 AI 编码工具像家用轿车一样，既有速度又有经济性，而不是永远开着法拉利去买一瓶牛奶。