Redis 之父 Antirez 最新博客文章：《Don't fall into the anti-AI hype》（不要被“反人工智能”的炒作所矇蔽）。
原文翻譯如下：
我熱愛創造軟件，一行一行地編寫代碼。可以説，我的職業生涯就是不斷努力創造，編寫精良、簡潔的軟件，並將“人類痕跡”作為其根本特徵。我也希望社會能夠銘記弱勢羣體。此外，我並不在乎 AI 在經濟上是否成功，也不介意現有的經濟體系被顛覆——説實話，如果它朝着財富大規模再分配的方向發展，我甚至會感到高興。不過，如果因為我對軟件和社會的理想而遮蔽了對現實的判斷，我將無法尊重自己和自己的理性：事實就是事實，AI 將永久性地改變編程。
2020 年，我辭去了工作，打算寫一部關於 AI、全民基本收入以及一個為應對工作自動化而不斷調整的社會的小説。到 2024 年末，我又開了一個 YouTube 頻道，專注於 AI、它在編程任務中的使用方式，以及它潛在的社會與經濟影響。儘管我很早就意識到這一切會發生，但我原本以為，在編程被徹底重塑之前，我們至少還有幾年時間。現在我已經不再這樣認為了。最近，最先進的 LLM 已經能夠在幾乎不需要人工干預的情況下，獨立完成大型子任務或中等規模的項目，只要你能清楚描述最終目標。成功的程度取決於你從事的編程類型（越封閉、越容易用文本表達，效果越好，系統編程尤為適合），也取決於你將問題在腦中建模並傳達給 LLM 的能力。
總體來看，對大多數項目而言，親手寫代碼已經不再是理性的選擇，除非只是為了樂趣。
過去一週，我只是不時地提示和檢查代碼以提供指導，幾個小時內就完成了以下四項任務，而這原本需要幾周的時間才能完成：
1. 我修改了自用的 linenoise 庫以支持 UTF-8 編碼，並創建了一個用於行編輯測試的框架，該框架使用模擬終端來報告每個字符單元格中顯示的內容。這正是我一直想做的事情，但很難説服自己為了測試一個業餘項目而投入這麼多精力。然而，如果你能描述你的想法，並將其轉化為代碼，情況就大不相同了。
2. 我修復了 Redis 測試中的瞬時失敗問題。這項工作非常繁瑣，涉及時序問題、TCP 死鎖等情況。我讓 Claude Code 反覆測試，反覆重現故障，檢查進程狀態以瞭解問題所在，並修復了這些錯誤。
3. 昨天我想要一個純 C 庫，能夠對類似 BERT 的嵌入模型進行推理。Claude Code 在 5 分鐘內就寫出來了，輸出一致，速度只比 PyTorch 慢 15%。總共 700 行代碼，外加一個用於轉換 GTE-small 模型的 Python 工具。
4. 在過去的幾周裏，我對 Redis Streams 的內部機制進行了一些更改。我為我的工作編寫了一份設計文檔。我將文檔交給 Claude Code，他只用了大約 20 分鐘或更短的時間就重現了我的工作，主要是因為我檢查和授權運行所需命令的速度比較慢。
面對正在發生的一切，幾乎不可能視而不見。大多數情況下，寫代碼本身已經不再必要。更有價值的事情在於理解該做什麼、如何去做，而在這第二點上，LLM 同樣是極好的夥伴。至於 AI 公司能否收回成本、股市是否崩盤，從長遠看都無關緊要。某個獨角獸公司的 CEO 説了多麼刺耳或荒唐的話，也同樣無關緊要。編程已經被永久性地改變了。
那我如何看待自己過去寫下、後來被 LLM 吸收的那些代碼？我感覺很好，因為這正是我一生努力的延續：讓代碼、系統與知識更加民主化。LLM 將幫助我們更快地寫出更好的軟件，也會讓小團隊有機會與大公司競爭。這與 90 年代開源軟件帶來的改變如出一轍。
然而，這項技術重要到不該只掌握在少數公司手中。當前，在預訓練和強化學習上，各家的能力確實有高下之分，但開放模型——尤其是中國團隊推出的模型——仍在與封閉實驗室的前沿模型競爭，儘管整體上稍有差距。到目前為止，AI 的民主化程度尚可，雖然並不完美。不過，這種局面是否能長期維持，並不確定。我對中心化趨勢感到擔憂。與此同時，我也相信，大規模神經網絡本身就具備做出驚人成果的能力，當前前沿 AI 內部並不存在多少不可複製的“魔法”，否則就很難解釋為何 OpenAI、Anthropic 和 Google 多年來在結果上始終如此接近。
作為一名程序員，我現在比以往任何時候都更想寫開源軟件。我想改進一些因時間不足而擱置的倉庫，想把 AI 深度引入我的 Redis 工作流，改進 Vector Sets 的實現，然後繼續優化其他數據結構，就像我現在對 Streams 所做的那樣。
但我也為那些將要被裁掉的人感到擔憂。接下來的動態並不清晰：公司會選擇僱傭更多人、做更多事情，還是通過更擅長 Prompt 的少數程序員來壓縮薪資成本？而在其他行業中，人類可能會變得完全可替代，這讓我感到不安。
那麼，社會層面的解決方案是什麼？創新一旦發生，就無法收回。我認為，我們應當投票支持那些真正理解正在發生什麼、並願意扶持失業人羣的政府。被解僱的人越多，政治壓力就越大，人們也越可能支持提供一定程度保障的力量。同時，我也期待 AI 帶來的積極一面：科學上的新突破，或許能減輕人類境遇中的痛苦，而那並非總是美好的。
説回編程。朋友，我只有一個建議。無論你對“正確之事”有怎樣的信念，都無法通過拒絕正在發生的現實來掌控局面。迴避 AI 對你和你的職業生涯都沒有幫助。認真想一想。用謹慎的態度去測試這些新工具，投入數週在真實工作中深度使用，而不是五分鐘的嘗試——那樣你只會強化自己的固有觀念。找到一種方式來擴展自己的能力；如果這次不奏效，隔幾個月再試一次。
也許你會覺得，自己曾經如此努力地學習編程，而現在機器替你完成了這些事。但當年你熬夜敲代碼，只為了看到項目跑起來時，內心的那團火焰是什麼？那是創造的衝動。而現在，只要你找到有效使用 AI 的方式，就能創造得更多、也更好。樂趣依然存在，絲毫未減。
