# AI 不 work 和 AI 真香，是同一个错

> 原标题：AI 不 work，和 AI 真香，是同一个错

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-06-15T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/38547
- 原文：https://yage.ai/share/ai-same-mistake-20260615.html

## 摘要

两个工程师对 AI 编程的看法完全相反，一个觉得根本用不了，一个觉得离不开了。作者指出，他们踩进了同一个坑：都在拿自己当前的工作当固定标尺去衡量 AI，却没问这份工作的复杂度到底来自技术本身，还是来自大厂内部的组织协调。文章引用了陈然解散二十人团队、重写服务的案例，说明很多看似高深的工程复杂度，离开组织环境就会消失。建议工程师通过公开做小项目（buil...

## 推荐理由

一篇有案例支撑的观点文章，不是产品发布或论文，但把“AI 编程到底行不行”这个吵烂了的话题往前推了一步。陈然的故事让讨论从感觉落到可验证的框架上，对从业者有实际参考价值。78 分在这个类别里已经是上限，再高就把它当硬核研究了。

## 锐评

这篇文章的判断很直接：很多工程师觉得 AI 不行，是因为他们代码的复杂度不在技术上，而在组织协调里。AI 看得见代码，看不见两年前某次会议上谁跟谁做了什么妥协。反过来，觉得 AI 真香的人，可能只是在优化一个被大厂预先定义好的位置，这个位置本身可能正等着被重新定义。

文章引用了陈然解散二十人团队重写服务的案例，说明离开组织环境后，很多看似高深的工程复杂度会直接消失。这个观察在大厂里很常见，但正文没披露陈然那篇文章的具体发布时间和背景细节，只能看到结论。

作者建议工程师通过公开做小项目来接触那些被大厂屏蔽掉的东西——找客户、理解需求、收反馈。这个建议本身不新，但把"build in public"定位成"在甲板上练游泳"，比直接喊"跑通业务闭环"更务实。不过文章没给出任何具体案例或数据来验证这套方法的效果，更像一篇观点输出。全文由 GLM 5.2 生成，这点先别太激动，判断力得打点折。