文章指出，随着Twitter的衰落，LinkedIn意外崛起成为主流社交媒体。作者通过Simon Wardley的观点强调，现代复杂系统往往是在不完全理解其运作机制的情况下构建的，这反映了技术发展中的普遍现象——没有人能完全掌握整个系统的运作方式。

无人知晓整个系统如何运作

在Twitter衰落之后，LinkedIn意外崛起成为主流社交媒体平台。作者Lorin Hochstein通过几位专家的观点，探讨了现代技术系统中一个根本性问题：随着系统复杂度的增加，已经没有人能够完全理解整个系统的运作机制。

核心观点

1. Simon Wardley指出：在不知道底层机制的情况下构建系统是危险的，这正是我们行业将"魔法"（magic）视为贬义词的原因——它指那些刻意隐藏底层机制以简化开发的框架（如Ruby on Rails）。

2. Adam Jacob认为：AI正在改变软件开发方式，虽然它让我们离底层实现更远，但其带来的收益远超风险。

3. Bruce Perens强调：Wardley担忧的情况早已存在——现代CPU架构和操作系统包含大量复杂性，多数开发者对其真实工作原理存在根本性误解。

4. Louis Bucciarelli（MIT教授）通过1994年的电话系统案例说明：像电话这样的复杂系统由太多层级构成，没有人能完全理解其整体运作。这是复杂技术的本质特征——我们最多只能掌握部分知识。

延伸讨论

• 技术面试中"输入URL后发生了什么"的问题，实际上暴露出没有人能完全理解从物理层到应用层的所有细节
• 前Netflix工程师Brendan Gregg的面试方法：通过不断深入提问找到候选人知识边界，观察他们如何应对"不知道"的处境
• 1977年数字电话交换机开发案例显示，工程师们无法完全封装百年模拟电话技术的复杂性，最终依赖传统电话工程师的经验

读者评论亮点

1. Peter Ludemann分享1977年开发数字电话交换机的经历：计算机科学家试图建立完美抽象层，但最终不得不依赖传统电话工程师的经验来处理各种特殊信号情况。

2. Emanuele提出：虽然无人知晓整个系统，但至少应该精通自己负责的层级。而AI编写代码的新趋势正在动摇这一基础。

3. Gurkan指出：传统模式中，各层专家提供可靠抽象，而AI时代连"应该知道某部分"的专家也可能不再深入理解。

这篇文章揭示了一个根本性矛盾：技术发展需要更高层次的抽象，但过度抽象可能导致系统性风险。AI的兴起正在加剧这一长期存在的困境。

以下是评论内容的总结：

1. 系统理解的普遍缺失

   • 观点：现代系统的复杂性导致无人能完全理解整个系统，但过去至少有人理解各个部分。
   • 引用：
     • "Nobody knows how the whole system works... But in all systems up to now, for each part of the system, somebody knew how it worked." (youarentrightjr)
     • "The problem isn’t that everyone doesn’t know how everything works, it’s that AI coding could mean there is no one who knows how a system works." (mamp)

2. 抽象与依赖的风险

   • 观点：过度依赖抽象（如AI生成的代码）可能导致基础知识的丧失，增加系统性风险。
   • 引用：
     • "When you stop understanding the basics... that’s a whole different level of ignorance, that’s much more dangerous." (virgilp)
     • "If you don’t understand it, if you can’t build it, they OWN you." (sciencejerk)

3. AI的双刃剑效应

   • 观点：AI可能帮助整合知识，但也可能因不可预测性和错误加剧问题。
   • 引用：
     • "LLMs consolidate our knowledge in ways that were impossible before... but where they excel so far is answering arbitrary questions." (mojuba)
     • "AI comes with slop - that is undeniable... People often have no clue how that AI reaches any decision." (shevy-java)

4. 专业化与协作的价值

   • 观点：社会通过分工协作取得进步，但需平衡抽象与底层理解。
   • 引用：
     • "It’s called specialization. Not knowing everything is how we got this far." (esafak)
     • "You have to understand some of the system... saying we can give up all understanding is a fallacy." (landpt)

5. 技术演变的必然性

   • 观点：技术变革不可避免，但需警惕完全依赖黑箱系统。
   • 引用：
     • "It’s a shift in how the craft work, and it’s already happened." (Adam Jacob, cited by mrkeen)
     • "Time will come and hit the same way it has done to aqueduct, like lost technology." (zhisme)

关键争议点：
- 乐观派认为AI能提升抽象层级（如tjchear），悲观派则担忧知识断层和失控风险（如cess11）。
- 部分评论强调稳定性（如bsder提到HP-12C的确定性）与当前AI的不稳定性形成对比。