当我们对一件事有了立场，就会不自觉地用对这个立场有利的证据来强化它，而忽略事实本身。这不是什么新发现——心理学把它叫 confirmation bias。

有意思的是，LLM 也会这样。

最近被邀请去帮其他部门面试。题目一看，还是熟悉的配方：两轮 coding、一轮 design、一轮 leadership principle。

Zoom 里，candidate 正在共享屏幕手写 LRU Cache，我脑子里却在想另一件事：这个人如果入职了，他每天的工作有多少跟眼前这道题有关系？

昨天我做了一个小实验：让 Claude 和 Gemini 围绕”谁是最好的 AI”这个话题自由辩论。

为了实现这个实验，我写了一个叫 Agora 的小工具。它的原理很简单——用 Puppeteer 同时打开两个浏览器窗口，一个登录 Claude，一个登录 Gemini，然后自动把一方的回复喂给另一方，让它们来回对话。就像古希腊的 Agora（广场）一样，给两个 AI 一个公开辩论的场所。

Alphabet 刚发了一支百年债券。

没错，100 年。上一次科技公司干这件事，还是 1997 年的摩托罗拉——那也是摩托罗拉最后一年被认为是”大公司”。Michael Burry 立刻在 X 上发了一条警告，暗示 Google 可能在重蹈覆辙。

上周有个朋友看完我的博客，发消息问我：”你哪来这么多时间写这些长文？”

我回了三个字：没时间。

然后他更困惑了。

事实是，这些文章确实是我”写”的——但不是我一个字一个字敲出来的。它们是我跟 AI 对话的产物。我负责想法和判断，AI 负责把它们变成完整的文章。

Jim Cramer 在 2008 年 3 月 11 日对着镜头斩钉截铁地说：”不！不！不！Bear Stearns 没问题。别把钱从 Bear 撤出来，那太傻了。”

五天后，Bear Stearns 以每股 $2 被 JP Morgan 收购，不到前一天市值的 7%。

前几天提了一个 PR，是一个 MCP Server 的实现，从设计到编码到测试，前后大概花了 1 小时。同事看到 PR 后，在 Slack 上 @我说：”这也太快了吧？我研究了好几天都没搞明白 MCP 的 transport 怎么接。”

最近在跟团队讨论 AI 辅助开发的时候，话题突然跑偏到了一个更宏观的问题：如果未来所有软件都支持 Agent，那我们现在做的这些 App 还有存在的意义吗？

这个问题乍一听有点危言耸听，但仔细想想，却让人后背发凉。

最近这一年，AI 辅助编程工具如雨后春笋般涌现，从 GitHub Copilot 到 Cursor，再到 Claude Code，每一个都号称能让程序员的效率翻倍。作为一个在代码世界里摸爬滚打了 20 多年的老兵，我不禁开始思考：当 AI 能够理解我们的意图并自主完成任务时，我们的角色是否也应该随之改变？

前段时间写完《亲眼见证程序员职业的终结》后，收到不少私信。有人问技术细节，有人讨论 Claude Code 的用法，但问得最多的是一个更根本的问题：

如果 AI 真能做到 Staff Engineer 的水平，那我们还能做什么？