AI 讀完全世界的程式碼，但它一行也沒有理解

1952 年，Grace Hopper 在一台叫 Mark I 的電腦前，把第一個編譯器寫完了。它做的事很簡單：讓人可以說「ADD」，機器自己翻成 010101。在這之前，寫程式等於直接對機器的語言說話。之後，人說的話，機器翻成指令。 這條路往後走了七十多年，一直走到今天的 AI 程式碼生成器。你說「幫我寫一個接收城市名稱回傳今日天氣的函式」，幾秒後程式碼出來，連文件字串都有，可以直接跑。AI 寫程式的速度，已經遠超任何人類工程師。 但這個工具的底層，沒有在「想」。 它讀過的 Python 可能比全世界所有工程師加起來都多。但它的工作機制是預測：根據訓練過的幾十億個範例，找出統計上最可能跟著出現的下一個 token。它知道「接收城市名稱」之後通常跟著什麼。為什麼，它說不上來。七十年前，Grace Hopper 的編譯器在翻。今天的 AI，還是在翻，只是翻的對象變成了你的語言。 這個翻譯機有個實際的問題：開發者大約只接受它給的 30% 建議。另外 70%，被看完直接刪。即使是那 30% 被接受的程式碼，測試發現大約有一半含有已知的安全漏洞，語法乾淨、看起來正確，但隱患藏在裡面。 就在同一個禮拜，芝加哥大學法學院宣布了一件看起來反方向的事：從今年起，一年級學生上課不能帶任何電子設備，連筆電都不行。學校說，它想給學生一個沒有翻譯機的空間，先讓思考自己跑一遍，再讓工具進來。他們用的是蘇格拉底式教學：教授問，學生當場回答，案例自己讀、爭點自己整理、邏輯自己推。這套訓練，是要讓學生在用 AI 之前，先有能力判斷 AI 翻出來的東西對不對。 AI 把翻譯做到了七十年前無法想像的程度。芝大說，在你讓 AI 替你翻之前，先自己弄懂你在翻什麼。兩件事同一時間發生，沒有誰對誰錯。 那 70% 被刪掉的 AI 程式碼建議，生成了，也消失了。芝大下學期的一年級，進課堂，桌上什麼都不擺，教授問，自己想。