我们就是那帮写编译器的人
有句话说得好：工欲善其事，必先利其器。
上周深夜，我在 Slack 上跟一个朋友聊天。他是那种很硬核的工程师——AI 普及之前就在做生产环境，出过 bug 就意味着真实的用户损失真实的钱。他说：
"我现在推的代码质量真的让我很沮丧。放到生产环境里太不稳定了。"
这种感觉我懂。AI 生成的代码有一种过度自信——逻辑看起来像那么回事，但在你没考虑到的边界情况下会悄悄出错。对于一个经历过生产事故的工程师来说，"看起来对"和"真的对"之间的那条缝，会让人如鲠在喉。
但我当时说了一句话，让我们两个人的视角都变了。
想想那些写出第一本编译器教科书的研究员。Andrew Appel，写出了《Modern Compiler Implementation》——虎书。他们在设计第一批语法分析算法、构建最早的类型系统的时候，工具是原始的，理论还在被同步发明。他们面对的是没有人解决过的问题，用的是更像原型机而非成熟产品的东西。
他们不只是在用工具，他们在造工具。而这个过程，成了后来所有人的教科书。
我们就是那帮人。
当你盯着一个 AI 幻觉出来的函数调用发呆、或者在调试那种"差一点就对了"的逻辑时，很容易看不清这一点。但拉远镜头看：现在，我们是第一代认真用 AI 做工程的从业者。我们正在摸索的这些东西——怎么可靠地写 prompt、怎么给 AI 拆解任务、怎么验证 AI 输出、什么时候信模型什么时候 override——这些都还没有被系统地整理出来。
虎书花了几十年的迭代才变成教材。那些算法不是从脑子里直接蹦出来的。它们是一群工程师撞了真实的墙、以有趣的方式失败、然后慢慢弄清楚什么有用之后，写下来的。
我们现在做的就是这件事。只不过时间线压缩了很多。
这个工具现在确实还不锋利。这不是缺陷——这是有趣工作的前提条件。
一把已经磨好的刀不需要开拓者，只需要使用者。钝的刀才是邀请函。
每次你发现 AI 犯了一个微妙的错误并且搞清楚为什么，你就在积累一种目前还不存在于任何地方的直觉。每一个你发现的关于如何组织 prompt、拆解任务、验证输出的模式——那是原始教科书在你脑子里一点点成形。这套词汇还没有完全建立起来。你在发明它。
我朋友对不稳定生产代码的焦虑，其实是一种资产。那种后天磨出来的怀疑本能，那个"先验证再相信"的反射，那种对"看起来对"的不适感——这是这个时刻最正确的工程姿态。被脆弱系统烫过手的人，比盲目乐观的人更有能力造出健壮的东西。他的沮丧是被现实校准过的。
工欲善其事，必先利其器。
这句老话默认工具已经存在了，只需要磨。但有时候你来得足够早，得先把磨刀石本身造出来。
我们就在这个位置。工具会越来越锋利。有一部分锋利会来自模型实验室和研究论文。但很大一部分会来自工程师们的日常实践——搞清楚什么有用、什么没用，然后写下来。
教科书还不存在。我们在写它。