文章作者反思自己兼具"建设者"和"思考者"双重特质，怀念过去能长时间专注思考难题的时光。他坦言现在很少有机会进行深度思考，并认为这种状态在当代很普遍，希望引发读者共鸣。

标题：我怀念深度思考的时光

在阅读这篇文章之前，请先问自己一个问题：你上一次真正深入思考是什么时候？

这里所说的"深度思考"，是指遇到一个具体而困难的问题，并花费数天时间沉浸其中寻求解决之道。

选项： a) 经常如此 b) 从未有过 c) 介于两者之间

如果你的答案是(a)或(b)，这篇文章可能不适合你。但如果你和我一样选择(c)，或许能从中获得共鸣，至少知道并非只有你一个人如此。

建造者与思考者

我认为自己的人格主要由两种特质构成：

1. 建造者特质（渴望创造、交付成果、注重实用）
2. 思考者特质（需要长时间深度思考）

建造者特质很好理解，它追求效率和实用性。这部分的我渴望将"想法"转化为"现实"，享受成功部署带来的多巴胺刺激，以及构建系统解决实际问题的满足感。

要解释思考者特质，需要回溯到我的大学物理学习时光。那时我们经常会遇到远超平均难度的作业题。面对这些难题，我观察到同学们大致分为三类（如果把那1%的天才算作第四类的话）：

• 第一类：大多数同学。尝试几次后就放弃，转而向教授或助教求助。
• 第二类：研究者型。他们会去图书馆寻找类似问题或解题思路，通常都能成功解决。
• 第三类：思考者型。

我属于第三类，这类人几乎和那1%的天才一样罕见。我的方法就是纯粹的思考——长时间、高强度的思考。常常持续数天甚至数周，所有非输入输出的脑力时间都在持续思考可能的解决方案，甚至在睡梦中也是如此。

这个方法从未让我失望。我始终认为深度思考是我的超能力。虽然我可能不如那1%的天才快速或天赋异禀，但只要给予足够时间，我相信自己能解决任何问题。这个过程带给我极大的满足感。

与AI的冲突

正是这种满足感，使得软件工程最初让我如此着迷。它完美平衡了两种特质：既满足建造者（通过创造实用产品获得成就感），又满足思考者（解决真正困难的问题）。回想起来，让我成长最快的项目总是那些包含许多需要创造性解决方案的难题。

但最近，我真正花几个小时以上思考一个问题的情况大幅减少。

我将此归咎于AI。

虽然我现在编写的代码比以往更多、更复杂，却感觉自己在工程能力上毫无成长。当我开始反思这种"停滞感"时，意识到思考者特质正在"挨饿"。

"氛围式编程"满足了建造者。看着想法以远超以往的速度变成现实确实很棒。但这极大地减少了需要为技术问题构思创造性解决方案的机会。我知道很多纯粹建造者型的人认为这是最好的时代，但对我来说，总感觉缺少了什么。

实用主义的陷阱

你可能会说："如果能用氛围式编程解决问题，说明问题本身就不够难。"

但这并非重点。问题不在于AI是否擅长解决难题（实际上它对简单问题也不够好）。我确信自己第三次手动重写的模块会远优于AI的任何输出。但我是个实用主义者。

如果能在极短时间内获得"足够接近"的解决方案，拒绝使用AI才是不理性的。这才是真正的问题所在：我无法关闭自己的实用主义。

归根结底，我是个建造者。我喜欢构建事物，速度越快越好。即使我想拒绝AI，回归到通过编程满足思考者需求的日子，建造者特质也会因效率低下而感到痛苦。

虽然AI几乎不可能给出100%满意的方案，但它提供的70分方案通常已经"足够好"。

未来何去何从？

老实说，我也不知道。我仍在寻找答案。

我不确定编码是否还能同时满足我的双重需求。当然可以挑战更困难的项目，希望找到AI完全无法解决的问题。虽然偶尔还能遇到这类问题，但需要深度创造性解决方案的问题似乎在快速减少。

我也尝试在编程之外寻找心智成长的感觉，比如重新接触物理学、阅读旧教材。但同样不成功。当知道自己本可以构建实际产品时，很难说服自己花时间解决那些不相关或非前沿的物理问题。

我的建造者一面不允许我静坐思考未解难题，而思考者一面又在我进行氛围式编程时"挨饿"。我不确定是否还能找到同时满足两种需求的时刻。

以下是评论内容的总结，平衡呈现不同观点并保留关键引用：

反对AI导致思考减少的观点

1. AI产生技术债务

   • "70%方案"会积累大量隐藏技术债务，开发者不再深入思考边缘案例和问题本质 (Besibeta)
   • "快速构建劣质代码只是创造未来需要处理的技术债务" (porcoda)

2. 编码乐趣丧失

   • "我享受纯粹的编码过程，这让我对AI代理感到不适应" (joshpicky)
   • "怀念过去解决问题时的成就感" (ChaitanyaSai, rustystump)

3. 设计过程缺失

   • 跳过亲手编码过程就像从自动售货机获取成品，失去了发现和学习的核心价值 (gyomu引用Aral Balkan)

支持AI增强思考的观点

1. 提升系统思考能力

   • "AI让我能更多关注系统设计和架构决策" (oa335, keithnz)
   • "现在思考得更深入，需要理解更多系统交互来正确引导模型" (sergiotapia)

2. 探索更多可能性

   • "AI帮助探索解决问题的替代方案，从而更好地为我的思考提供信息" (zatkin)
   • "AI辅助调试时能发现潜在问题和模式" (Fire-Dragon-DoL)

3. 工具升级本质

   • "我们只是工作在更高抽象层次，本质仍是编程" (keyle)
   • "工具变好了，但核心技能要求未变" (topsin)

中立/其他观点

1. 选择权在开发者

   • "不使用AI始终是个选择" (bigstrat2003, themafia)

2. 领域差异

   • 后量子密码学等领域仍需深度思考，AI的70%方案完全无效 (bariswheel)

3. 认知训练重要性

   • "认知技能像肌肉一样，用进废退" (AdieuToLogic)
   • "AI辅助学习可以成为有效的教学工具" (sfink)

4. 行业压力影响

   • "快速交付的压力在AI之前就存在" (Dr_Birdbrain)

关键分歧点在于：AI究竟是替代了思考（"建造者"模式），还是转变了思考方式（更高层次的系统设计）。支持方认为AI消除了琐碎工作，反对方则担忧失去对代码的深入理解和设计过程。