Post #4022980

我認為現代工作的分工讓工作的成就感變少了，而生成式AI也有同樣的問題，想要獲得「虛榮」變得容易，但是沒辦法完全得到與自己動手做相同的成就感。 親手做出東西 https://beej.us/blog/data/ai-making/ 文章探討作者對「親手做出東西」所產生的成就感，以及 AI 對這種感受的侵蝕。作者認為，AI 開發帶來的不只是手寫程式、低階問題解決與樂趣的減少，也可能直接剝奪「做出作品」本身的滿足感。為了說明這點，他展示了 AI 代為撰寫的科幻小說、繪畫與文字介面遊戲程式碼，並提到自家木製露台雖由付費工匠完成，自己也不會說那是「我做的」；同理，他只會說某段程式是請 Claude 或 AI 代理程式完成，而不是自己寫的。 相較之下，作者替妻子製作西班牙文閃卡系統時，僅用 Claude 說明如何從 Google 試算表取得 CSV（逗號分隔值）資料，程式則完全手寫，總共 177 行。這份作品比交給 AI 處理多花約 50 倍時間，卻讓他更有自信署名，因為他真正理解並完成了內容。他承認提示設計需要眼光、判斷力、溝通能力與技巧，但認為這比較像有效地請別人完成工作，而不是自己完成工作；即使能提出清楚願景，也不代表親自畫了畫、寫了程式或蓋了露台。 文章接著比較 AI、編譯器（把程式語言轉成機器可執行形式的工具）與鐵鎚的差異。作者用 C 語言寫出斐波那契數列程式，再讓 Claude 轉成 x86-64 Linux 組合語言，結果確實能編譯並執行；他仍認為這算自己寫的，因為編譯器與組譯器主要進行明確、機械式的轉換，就像用鐵鎚打釘子。相反地，AI 以近似人類的自然語言互動，會替使用者決定大量未明說的細節，因此更像把工作交給另一個人。作者承認兩者之間沒有清楚界線，最後將問題留在「自己做」與「要求別人替自己做」的灰色地帶。 Hacker News 的高票留言多半把關鍵放在理解程度與對過程的主導權，而不只是結果是否存在。有人指出，編譯器通常會忠實轉換原始程式，若失敗也會明確報錯；開發者可以從原始程式推理執行結果，但從提示很難推導出 AI 代寫程式的所有行為。另一種看法則認為，只要使用者深入理解、審查並能在沒有 AI 的情況下重現成果，就可以主張至少具備部分創作權；若只是接受結果、甚至記不起程式如何運作，那更接近委託或生產，而非製作。有人分享自己把 AI 當成概念解說者與電路設計夥伴，因此仍對作品感到自豪；若把全部工作交給 AI，則幾乎不會留下理解或所有權感。 討論中也有相反經驗：有人因 AI 而失去學習型副專案的興趣，覺得「vibe coding」（主要靠提示讓 AI 代寫程式）消除了挑戰；也有人因工作與家庭繁忙，終於能利用零碎時間完成過去根本做不到的工具、硬體與遊戲專案。部分留言者認為，善用 AI 代理程式、客製化命令列工具與開發流程，本身已是值得學習的現代電腦科學技能，只是品味、需求判斷與對成果的理解仍無法被取代。整體爭論因此不只在於「能不能說自己做了」，更在於人們究竟重視製作過程、對作品的理解，還是最終可用的成果。 👥 35 則討論、評論 💬 https://news.ycombinator.com/item?id=49008440