仍在局中：我们为何坚持编程
我们以前见过这种模式。
1950年，克劳德·香农（Claude Shannon）撰文讨论机器下棋。这开启了人类技巧与机器数学之间的一场持久较量。人们并没有因为他的论文而停止下棋。相反，他们学习得更刻苦了。他们将机器视为一个需要达到的目标。
1997年，深蓝（Deep Blue）击败了加里·卡斯帕罗夫（Garry Kasparov）。机器赢了，但国际象棋并未消亡。特级大师们也没有退缩。如今，国际象棋比以往任何时候都更加流行。棋手们利用引擎来研究并磨炼直觉。这场较量并未结束，它只是发生了改变。
编程现在正处于它的“深蓝时刻”。AI 编写函数和调试逻辑的速度比你打字的速度还要快。你可能会感到自己已经过时了。这种感觉很正常，但它是错误的。
国际象棋界之所以能延续至今，并不是因为人类击败了引擎，而是因为这项运动的严谨性依然具有价值。引擎提高了上限，但并没有移除下限。
工程学也是如此。
- 手写代码能磨练技能。
- 理解系统故障能增加深度。
- 对权衡取舍进行推理能培养判断力。
这些技能并不会因为有了更快的工具而贬值。特级大师会研究引擎在几十年前就已解决的残局。这种研究不是一场竞赛，而是一种磨练。
每一个曾威胁人类技能的工具，实际上都将我们推向了更高的高度。
- 计算器提升了数学的高度。
- 编译器提升了编程的高度。
- 搜索引擎提升了研究的高度。
停止练习的人变得过时了，而将机器作为训练伙伴的人则没有。
在纯粹的速度上，你无法胜过 AI。但有系统的练习能构建出别的东西。与引擎一起训练的棋手会变得更加敏锐；而一个坚持亲手构建、调试和设计架构的开发者，则能培养出判断力。
判断力源于你亲自、反复且有意识地去完成工作。
香农写那篇论文并不是为了终结国际象棋，而是为了定义这场竞争。七十五年后的今天，人类依然在下棋。
无用感是暂时的，也是可选的。你可以选择投降，也可以选择练习。
我们当时没有停止，现在也不要停止。
Source: https://dev.to/rakshyak/still-in-the-game-why-we-keep-coding-against-the-machine-2lig
Optional learning community: https://t.me/GyaanSetuAi