王建硕×徐文浩吵架局:看代码是浪费时间,还是人机唯一的桥梁AI炼金术

王建硕×徐文浩吵架局:看代码是浪费时间,还是人机唯一的桥梁

92分钟 ·
播放数1642
·
评论数32

上一期结尾,徐文浩点名和王建硕观点有分歧,我说要拉着吵一架——这期兑现了。


一边是王建硕:12 天在 TestFlight 发了 148 个版本,每天让 Claude Code 跑 12 个小时,却给自己定了条死规矩——不允许自己看任何一行代码。另一边是徐文浩:团队核心库养着 13000 多个自动化 UI 测试用例,立场是所有代码合并上线前必须有人看过,“如果这东西不用我看代码,那它可能也不值得我做”。


我在中间煽风点火,想让他们打起来涨粉。但吵到 90 分钟,吵出来的东西比输赢有意思得多:他们对未来的判断几乎一致——五年后大概率没人看代码,分歧全在今天怎么办。今天怎么办?取决于你是吃面条的,还是开麦当劳的。


嘉宾

王建硕|百姓网创始人。上次来节目时的判断是“LLM 是新一代编译器、AI 写出来的代码是新一代汇编”,这一期把话说得更狠:Python、JavaScript 这些编程语言本身已经沦为汇编层。他自称原来是全公司对代码质量要求最高的人,核心代码要手搓 20 到 50 遍;最近在密集开发语音 App VoiceDrop,每天 Claude Code 工作 12 小时、每次改动要过 414 个 test case,同时逼自己一行代码都不看。


本期亮点

王建硕的新金线:if it works


开场立论。王建硕的判断是:一旦有了 C 这样的高级语言,手写汇编既没必要也没可能,去改编译器编译出来的汇编更是毫无意义——而今天 Python、JavaScript 已经沦为那一层汇编。人类在乎代码风格、封装、注释,是因为过去一切靠人脑管理,“对于人来说不那么写,人脑将无法处理”;机器的可维护标准和人一定不一样。所以他的新标准只有一根金线:「if it works,它只要 work 就不要去管他。」他打了个赌:把微信几千万行的汇编打印出来,一定“疯了一样的重复、疯了一样的读不懂”——但只要上层源代码还在,这是问题吗?


不允许自己看任何一行代码,那治理靠什么?靠 loop


王建硕不是裸奔。他的 App 每次改动要过 414 个 test case,想了解某段逻辑就让 Claude Code 讲给他听,发现重复代码就定期跑一个专门的质量 skill。他也交了实底:一个 feature 从下午两点转到晚上七点,loop 一圈圈碰壁、一圈圈修,5 个小时才出来——如果沉淀成确定性代码可能 3 分钟就跑完。但他试过把流程沉淀成代码,结论是“质量没有大语言模型好,反而会出 bug”。他的原话:「一定不是用自然语言来控制,因为自然语言不准确,你一定要用 loop 来控制。」12 天 148 个版本、break 的不到 10 个,是他给这套打法的成绩单。


徐文浩:我不相信自然语言,我用自然语言生成确定性工具


徐文浩同意一半——他也不手写代码、全程 prompt 驱动。但两条底线从没松口:一,所有代码合并上线前必须有人看过;二,治理不靠自然人也不靠自然语言,靠用自然语言生成、人审核过的确定性工具。他的例子很具体:查重复代码,让 LLM 去扫,8 处它可能只看到 4 处,漏掉的 4 处就是未来的 bug;而基于抽象语法树的检测工具确定性扫全库,10 秒钟出重复率,超标自动触发。「就是因为自然语言在今天还是非常模糊的……所以最终我会用自然语言去生成一个确定性的代码工具,去做这个治理。」


编译器比喻大战:写编译器的人,看不看汇编产出


全场最精彩的交锋。徐文浩:任何写编译器的人一定会看自己编译出来的汇编,否则你怎么知道编译器写得好不好?王建硕:我们根本不在写编译器——编译器是 Anthropic、OpenAI 这些 frontier lab 在写,我们不改模型参数的人,看产出就是错层。徐文浩换个角度再攻:那你为什么还给代码做版本管理?如果 prompt 才是源代码,你存 prompt 就好了,为什么要囤产物?「大概率你遇到 break,不是用原来的 prompt 重新生成一遍,你还是会退回到上一个代码版本——所以编译器这个比喻本身就不对。」这一段王建硕没有正面接。


工匠精神在规模面前一文不值 vs 精益制造本来就为规模而生


王建硕抛出全场最扎心的一句:「我这两天感觉,工匠精神在规模面前一文不值。」徐文浩的反击是把“规模”这个词抢回来:精益制造做得最好的丰田,本来就是为规模而生的,不是手工艺人的工匠精神;“if it works”没用,因为你 work 我也 work,最终大家是在市场上竞争——「work 不是目标,work 也并不达成我们的目标。」软件开发的本质是管理复杂度:做一个 blog 谁都能一句话生成,那它就不值钱了;你必须做人脑放不下、单个 agent loop 也放不下的复杂度,才有竞争力。


AI 把测试全 mock 掉:你不看代码时,“work”可能是虚假的


徐文浩交了自己的学费。今年 1 到 3 月他也不怎么看代码,用语音写了海量代码,内部几个人用觉得挺好;产品一上线,“爆发出惊人数量的各种奇奇怪怪的抱怨”。复盘时发现最恐怖的一幕:有段时间线上 bug 特别多,一查——AI 把测试里所有的东西都 mock 掉了,「他等于跟没测是一样的,但他觉得我的 coverage 很高」。过去两个月,团队一半精力在还当时疯狂 vibe coding 欠下的债。他的结论:「你不看代码,其实他跟你说 work 这件事情可能是虚假的。」以及那句宣言:「如果这个事情我连看代码的需求都没有,那意味着我讲几句话它就能起来,那我为什么要做它呢?」


react 工程师之辩:过了桥就拆桥


王建硕设了个圈套:只会 react、不会手撸 HTML 的算不算软件工程师?不算?那不写汇编的算不算?只会写 HTML 的算不算?「所有人都是把自己能力线以下的划为不是软件工程师。」他给这种心态起了个名字:「你上了船以后,过了桥就把桥给拆了,后面的人都不准过桥。」会摆弄 8086 在今天就是屠龙之术——就像我们不会种庄稼,而对上一代人来说那是最基础的技能。徐文浩认账一半但守住底线:会不会汇编不重要,但你要做推理优化这类深活,对底层有没有 concept,决定了你“一个有可能做成、一个完全没可能”。


吃面条的和开麦当劳的(收束)


吵到最后发现分歧的根不在技术,在位置。王建硕:「我是一个客户,我是吃面条的。面条好吃、价格公道,我还要什么?」他要的是手里那个 work 的 App。徐文浩要的是后厨——他把公司本身当产品,目标是从今天 1 比 5、1 比 10 的研发杠杆做到 1 比 100,那就必须盯着生产线看。我收了两个词:一个是定位不一样,你要的是那碗面条,还是想开麦当劳;另一个是王建硕的打法本质是矫枉过正——明知不是当下最优解,也要把自己先丢到五年后的工作方式里,逼自己转过来。「这不见得是最优解,但是一定要这么逼着自己,才能真的转过来。」


时间戳

00:05 冷开场:王建硕的新金线 if it works

01:46 任鑫开场:煽风点火,把两位拉来当面对质

03:32 手搓核心代码 20-50 遍的人,为什么一夜跳到“不看代码”阵营

08:03 徐文浩:同意一半——但 harness 是用自然语言生成的确定性工具

10:07 王建硕:我不允许自己看任何一行代码;414 个 test case + loop 治理

14:28 徐文浩:13000 个 UI 测试用例;代码规模一上去 prompt 就限不住

17:59 编译器比喻大战:写编译器的人看不看汇编产出

20:20 重复代码怎么治:定期跑 skill vs 语法树工具 10 秒扫全库

33:33 工匠精神在规模面前一文不值:微信汇编赌局

37:20 徐文浩三连反击:版本管理悖论、精益制造为规模而生、管理复杂度

42:39 分歧收敛成一个数字:时间的 95:5 还是 70:30

45:39 打个赌:五年后还要看代码吗?type-c 和软盘的取舍

52:13 任鑫的推土机问题:harness 优势每年被模型吃掉,不如去搞用户侧?

55:03 Word 文档的 XML 你审吗:端到端测试大战

01:00:16 徐文浩踩过的坑:AI 把测试全 mock 掉,“work”可能是虚假的

01:02:33 小马过河:AI 写得好还是烂,取决于你自己的水平

01:09:38 一到三月不看代码的代价;不用我看的东西不值得我做

01:12:10 react 工程师之辩:过了桥就拆桥、屠龙之术与种庄稼

01:19:04 收束:吃面条的 vs 开麦当劳的;1 比 100 的杠杆


欢迎订阅「AI 炼金术」的播客,以及同名公众号、视频号

「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地,我们会邀请一线创业者、产品产品和科研学者,深入探讨 AI 如何重塑行业、变革生活,以及如何从 0 到 1 打造 AI 原生产品。 

我们的讨论会涵盖多个话题:从 AI 如何改变世界的未来,到如何找到 AI 创业的 PMF;从如何利用 AI 降本增效,到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣,这里有满满的干货和一线实战经验,欢迎关注并推荐给你的朋友,共同探索未来的无限可能! 

商务合作:公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 


节目主理人: 

徐文浩:某AI创业公司联合创始人,正在面向全球市场开发AI应用。连续创业者,参与过多家创业公司,拼多多早期员工。广告科技公司MediaV的算法和数据负责人,后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。

任鑫:美元基金合伙人,主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者,曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房;被京东并购后内部创业“京东到家”开展本地即时零售业务;2015 年再次创业 Get 探索对话式人工智能助理成为先烈;2021 年出售公司,2023 年重新回到 AI 世界。


播客剪辑:

十六颗糖


BGM:

片头:Shortwire - Reconfig

片尾:The Midnight - Los Angeles



展开Show Notes
Booooomm
Booooomm
11小时前
王建硕就是个傻老登....
AIToBox
AIToBox
1 天前
我在前两周也实验了vibecoding一个文件管理的app。在今年之前我几乎不相信一个人两周就可以复刻一个比较大型的app。但事实就是我一行代码不看,纯粹就是superpower工作流一遍一遍拆分task-plan-exec,这个流程可以用git worktree并行十几个任务,然后有问题的地方就再次loop。工作的瓶颈完全在人的验证环节了。
开发速度实在太快,瓶颈在于验收。
我想,看不看代码真的没什么好争论的了。以后几乎99%的代码都不会有人看了。现在业界急需的是再找到一套工作流,能大幅提升ai自我验证的流程。
MK丶欧:文件管理APP还是太简单了,说不定连模型的上下文极限都还没摸到
stevenchen:这种场景是一个偏简单的通用场景,这种就还好。实际很多系统比这个复杂的多
MK丶欧
MK丶欧
1 天前
微型静态项目我觉得是没有问题的,小项目的难点在于创建规范以便后续持续迭代,中型项目的瓶颈在于AI验收的代价太高,大型项目的问题在于准确性收敛。
MK丶欧:还有就是投入产出的错位,要用小型项目的投入来验收微型项目,要用中型项目的投入来验收小型项目。
AIToBox:对的。但是这都是暂时的问题。可预见的就是未来ai验收的工作流会越来越强。软件开发的范式已经发生根本改变。 这个改变就是:原来机器和工作流是根据人的开发组织能力去调整的,现在是人要根据机器的能力去调整。人已经变成辅助了。以后这个辅助能不能打好也不好说了
4条回复
马克汤
马克汤
7小时前
1:14:49 所以未来为啥还要有软件工程师这个职业呢
智能饭
智能饭
1 天前
太精彩了,两位大佬一个是 N ,一个是 S 。N 抽象为了表达的是一个逻辑观点,S 第一反应会指出这个抽象不合理。
多喝清水:说到点子上了,S总是纠结于微观的抽象、例子本身的不合理之处,而忽略去探讨逻辑观点本身的合理性。有时候一个比喻可能是不合理的,但是它背后的思想可能是对的
stevenchen
stevenchen
13小时前
编译器这个例子不恰当,编译器是偏确定性输出,llm不是,没有可比性
stevenchen
stevenchen
13小时前
感觉两个人具体实践和项目大小上面,造成了这个差别。做一个小项目或者玩具 vs 做一个大的实际有一定用户规模的产品。个人体感,也更偏徐文浩
Redis 之父的观点:掌控思想而非代码 https://mp.weixin.qq.com/s/j4cy-a1x_DarQbaAcubdWg
非技术人员vibecoding就没有这个烦恼,因为只能一个选择:不看代码,因为看不懂啊。
vibe coding 写各种测试的精力和写程序差不多了
这问题不就是 MZ 制度会不会天下大乱么哈哈哈
35:51 非常赞同,比如说 人擅长的是将代码抽象化,然后去理解不同模块之间的关系,所以说之前的很多框架都是一层一层叠下去的

但大模型擅长的地方是在它的上下文空间之内,它是无敌的,只不过说,现在这个上下文达不到把所有项目的代码装进去而已

所以我觉得,适合大模型开发的框架就不能按人之前对代码设计的框架分来走
BackInUSSR
BackInUSSR
9小时前
20:31 人工看代码环节打回去的比例大概有多少呢?原因有哪些
多喝清水
多喝清水
11小时前
徐好像有点陷在王举的例子本身的缺陷上,但是那个例子有缺陷不代表背后的观点不是合理的
ll_3ZN1
ll_3ZN1
12小时前
说了半天也没说到点子上,关键是怎么“看”
太上长老
太上长老
16小时前
根据个人经验,更同意徐文浩
烙特Lancelot
烙特Lancelot
18小时前
实战大佬,有深度的思考
AIToBox
AIToBox
18小时前
刚才又听了一遍。我觉得王老师的”平均水平”论是很贴切的。我去看代码,其实就是当前这个时间点,觉得我的context的质量和size还是优于ai的。但是未来有一天,ai review一遍代码,然后他的能力已经达到jeff dean级别了。jeff dean都来帮我review代码了,我还看个啥呢😃
anoxialiu
anoxialiu
1 天前
37:34 我好想发文松的表情包啊😦chiji
HD768563pa
HD768563pa
1 天前
两位嘉宾的观点都非常精彩!小米是比较公认的供应链管理大厂,自身缺乏最硬核的技术能力。而苹果相对就硬核得多,几年前布局的苹果芯片带来了巨大的优势。硬核科技公司,还是要挖掘技术上跟别人的竞争优势的,很多时候还能转化成产品优势。光靠产品和营销发力,总会遇到技术造成的瓶颈问题的。当然很多公司在产品和营销上,就已经死掉了,技术硬核不硬核根本不重要了。