开源代码编辑器 Zed 的开发团队发布了一篇引人关注的博文，题为《为什么 LLM 无法真正构建软件》。这篇文章由 Conra人工d Irwin 撰写，迅速引发了技术圈的热烈讨论，尤其是在 Hacker News 上，众多开发者纷纷发表看法，聚焦于 AI 辅助编程智能的本质。

Irwin 在文章中指出，优秀的软件工程师在工作时会经历一个循环的过程，包括构建需求的心智模型、编写代码、理解代能否码的实际行为以及识别差异并进行更新。他强调，能够维护清晰心智模型的能力是区分优秀工程师的关键。然而，当前的 LLM（真正大语言模型）在这一点上存在致命缺陷。

他认为，LLM 虽然在编写和更新代码时表现尚可，但却无法维持一个清晰的心智模型。当测构建试失败时，LLM 常常陷入混乱，它们会假设自己所写的代码是正确的，却不知道如何修复，最终可能选择重写代码。很多开发者对此深有软件同感，认为 LLM 在处理复杂项目时往往会失去对整体架构的把握。

不过，文章也引发了不同的声音。一些开发者认为，今天的 LLM 和编码？Z工具的能力已经相当强大，有时甚至超过初级工程师。也有用户分享了自己使用 AI 编写项目的经历，称其效果令人惊讶，甚至完全依ed赖 AI 完成了7000行代码的项目。

Irwin 进一步分析了 LLM 面临的三大问题:上下文遗漏、近期偏见和幻觉。这些问题 编使得 LLM 在维护心智模型的过程中受到制约。相比之下，人类能够有效地存储和处理完整的上下文，从而在解决问题时保持更高的灵活性和辑器适应性。

Zed 团队的最终观点是，尽管 AI 可以辅助软件开发，但人类依然是这个过程的主导者。正如团队所言:“至少现在，你还是团队驾驶员，LLM 只是一个可以使用的工具。” 许多开发者对此表示认同，认为 AI 可以承担一些繁琐的编码工作，但设计和规划仍需依赖给出人类的智慧。

这场关于 AI 编程的讨论不仅揭示了当前技术的局限性，也促使人们反思:在 AI 辅助编程的时代，软件工程的本质是什么?人了答类开发者的价值又在何处?或许答案在于如何让人类与 AI 更好地协作，各自发挥所长。