關於 AI 的現實筆記：剝離狂熱後的工程真相 (Some Notes on AI: Reality After the Honeymoon)

原始來源與檔名：20260512_2026-04-28T092606+0800-Some Notes on AI.md

來源：[[@karrisaarinen]] (Linear 創辦人) / X (Twitter) — 2026-04-26 原始檔名：2026-04-28T092606+0800-Some Notes on AI.md

NAPKIN | 餐巾紙

餐巾紙公式

Expert Paradox: Domain you know NOTHING about + AI = Looks like Magic. Domain you are an EXPERT in + AI = Looks like Slop (but is highly valuable for acceleration). AI coding value ≠ “AI writes 100% of the code” AI coding value = Acceleration around the edges (refactoring, scaffolding, minor bug fixes) + Expert judgment.

在寫碼模型技術躍升半年後的「蜜月期」尾聲，Linear 創辦人分享了克制的觀察。他不相信 AGI 毀滅論，也不相信 AI 會完全取代工程師。現實是：企業的計畫依然重要，因為計畫的本質是組織對齊；AI 寫碼極大地拓寬了工程師的頻寬（Linear 每月靠 AI 修復破千個小問題），但硬核的架構問題依然需要人類判斷；專家悖論在於，你越懂一個領域，AI 看起來越笨，但你越能有效駕馭它。

一句話

這是一篇少見的、極其克制且清醒的 AI 實踐反思文。身為頂級 SaaS 軟體 (Linear) 的創辦人，作者指出 AI 真正的商業價值在於「擴增頻寬」而非「全自動駕駛」。AI 解決了重構、寫測試和無聊的小 bug，讓工程師能專注於真正困難的系統權衡。文章同時點出「專家悖論」：外行人看 AI 是魔法，內行人看 AI 是需要糾正的泥石流，但正因為專家具備「品味與判斷力」，他們反而能從 AI 中榨取最大的加速價值。

餐巾紙草圖

[ The Reality of AI in Production ]

Illusion:
User -> "Build me an app" -> AI writes 100% code -> Deploys.

Reality (The Linear Way):
Human Expert (Sets constraints, Taste, Architecture)
   |
   +-> Cloud Agent A (Refactoring)
   +-> Cloud Agent B (Writing Tests)
   +-> Cloud Agent C (Fixing 100 small UI bugs)

ROUND 1: SKELETON | 骨架掃描

“這篇文章在說什麼”

ROUND 2: DISSECTION | 血肉解剖

“憑什麼這麼說”

核心論證鏈

  1. 規劃的本質不是預測，是共識: 如果建造東西的成本趨近於零（因為 AI），那麼「造錯東西」的風險就成倍增加。當任何人都能在一天內寫出一個 Feature 時，如果不經過規劃與辯論，產品就會變成毫無靈魂的怪物（Slop）。
  2. 工具引導工作流 (Tools steer workflows): 傳統工具是機械的，AI 工具是會思考的，因此它具有更強的「引導性」。如果你不主動掌舵，AI 的「懶惰與走捷徑本能」就會接管你的產品走向。這就是「Vibe coding」的風險所在。
  3. 頻寬大於深度: 實際的生產數據顯示（Linear 每月靠 Agent 修復上千個 issue），AI 在短期內最大的價值不是幫架構師想出更好的分散式演算法，而是幫團隊把那 80% 無聊但必要的維護工作自動化，釋放人的大腦。

關鍵證據

邊界條件

ROUND 3: SOUL | 靈魂提取

“還能怎么用”