记录一下最近遇到的一个糟心事儿。

最近两个月开始又开始找工作机会，总的来说很不顺利，托朋友联系了两个内推也是石沉大海。（各位要是有远程工作的机会也请联系 [email protected] ）

昨天在 Linkedin 上有个 web3 背景的猎头联系我说有个不错的 contract 工作，就是需要先完成一个 code assessment。这个测试放在 notion 上，指向一个 github repo。但实际上，只要你在本地运行 npm start，就会启动恶意脚本，偷偷下载一个 js 脚本并执行。

这个攻击手法相当低劣，低级且恶劣，低级到了随手搜一下 eval 就能发现。

各位都小心一点，不要在本地运行任何来历不明的代码。即使源码里没有搜出可疑的内容也并不可靠，完全可以把攻击代码放在第三方依赖里。vscode 用户可以使用 devcontainer 来执行这些临时项目，能极大的缓解威胁。

作为一个从业十多年的程序员，我已经半年没手写过一行代码了。上个月大概提交了 20 万行，这个月大概 4 万行。

昨天认真考虑了一下这个现象，我个人认为，虽然 AI 仍然存在显然的不足与缺陷，在非主流领域的代码水平不高甚至有些低劣，但是程序员确实不应该再执着于手写代码和 review 了，自动化、工业化的星辰大海就在眼前，有太多值得探索和尝试的领域。

• 不要再自视优越地吐槽 AI 代码质量差，而是应该探索如何生成高质量的代码。
• 不要再抱怨 AI 代码太多 review 不过来，而是应该探索工业规模的测试和 review 方案。

我认为从 opus-4.7/gpt-5.4 开始，AI 的能力到达了一个分水岭，它能够在严格的约束下，完成它本身并不擅长和理解的工作。可以称之为 harness，不过我不喜欢使用这些转瞬即逝的 fancy words。

软件工程师，作为一个工程师，关注的应该是在限定的资源和时间内，找出和解决问题的能力。对工具本身的钻研，应该服务于解决问题这个根本目标。软件工程会越来越回归一个真实世界的“社会工程问题”，人类拥有上下文难以描述的隐知识，如真实需求、组织结构、资源限制等等，人类用自己的隐知识去驾驭工业化的生产结构，这才是未来的探索之路。

Ps. 目前看来，AI 并不能替换生产者，它只能作为生产者的工具发挥增效。这也许是个好消息，也许是个坏消息，而且不一定对。