慢代码的悖论

现在这时代真有点魔幻。AI 能几分钟就把你的功能框架搭好。你把需求扔给 ChatGPT，回来就能拿到能跑的代码。对做了二十年开发的程序员来说，这感觉既兴奋又有点不安。

兴奋很好理解，速度确实上来了。但不安的地方说不清，却真实存在。代码来得太容易，总觉得少了点什么。那些反复调试、一点点优化的过程，其实不是浪费时间，而是真正学东西的环节。

摩擦才有意思

设计圈有个说法叫「摩擦有价值」。不是所有顺滑的体验都更好，有时候阻力本身就是体验。

拿一个老式打孔卡可视化项目来说，AI 五到十分钟就能写完。但你要是完全手写呢？没有自动补全，没有 AI 乱编的代码要修，就你和编辑器，还有一个要解决的问题。

有趣的是，这个项目反而变得好玩了。

当你自己实现 Hollerith 编码的解析逻辑时，你不是在敲模板，而是在真正理解这个历史格式。当你计算 SVG 坐标，让它对应真实打孔卡的行位置时（注意，不是简单的 y 轴倍数），你学到的东西会留下来。当你还没写代码就先思考用什么数据结构时，你其实已经在用代码做草图了。

这些不是简单的重复劳动，而是编程知识的底层。

笔记本从来没消失

AI 出现之前，很多开发者有个习惯：先在纸上画草图，在餐巾纸上写伪代码，在白板上画架构。有个思考阶段在敲代码之前。

后来工具越来越聪明，自动补全越来越好用，这个思考阶段被压缩了。现在生成式 AI 一来，它几乎消失了，取而代之的是不断修改 AI 生成的草稿。

但那个草图阶段不是多余的。正是它让理解变得深入。你会问自己：我到底想做什么？先思考再动手这种肌肉记忆正在退化，而且不像肌肉，你不能靠被动等待它恢复。

不只看生产力数字

生成式 AI 带来一个尴尬的现实：我们能把代码行数、功能交付速度、部署频率这些指标优化到极致，但同时可能在削弱那些让系统从普通变成优雅的直觉和手感。

写得慢不是反对进步。它更像健身——明明有车可坐，你还是选择走路。承认有些能力必须通过反复使用才能保持，创造这个行为本身，而不只是它的结果，有它自己的价值。

这也是一种保险。如果你把问题解决能力外包给 AI 十八个月，会发生什么？当 AI 生成的东西明显有问题（这种事在复杂业务逻辑里比你想的更常见），你发现和修复它的能力已经退化了。你成了机器工作的审核者，而不是创造者。

慢代码运动

解法是什么？有意识地去做。每个月抽一个小时，不用 AI。手写点东西，随便什么都行。不用太复杂，一个打孔卡可视化项目就挺好，或者小游戏、工具脚本、从零实现的数据结构。

目的不是证明你能比 AI 做得慢，而是记住你自己能带来什么：好奇心、品味、提出好问题的能力、超出训练数据的模式识别，还有发现的乐趣。

每个开发者都该花点时间在这种状态里。不是惩罚自己，而是提醒自己。

想参与的开发者

如果你觉得有共鸣，可以试试建立自己的「慢代码」习惯。一个人也行。定个时钟，选一个没有截止日期、没人催的项目，完全手写，不用 AI。记下你学到的东西。感受那个摩擦，它会改变你的思考方式。

如果你想和别人一起做这件事，欢迎联系。知道还有人在做同样的事，这种感觉很特别——在世界走向全面自动化的同时，重新找回手艺。这不是拒绝进步，而是给进步一个补充。记住工具是用来服务我们的工作，而不是取代我们的思考。

最好的代码不是写得最快的，而是带着意图写出来的。