AI时代编程的重要性：代码仍然不可或缺

最近，一位朋友问了我一个在每个董事会和商学院都在讨论的问题："既然AI可以编写代码，编程还重要吗？"

这是一个合理的问题。生成式AI可以在几秒钟内产出Python脚本，自动完成整个函数，甚至架构小型应用程序。对许多人来说，这感觉像是人类程序员的终结。就像计算器终结了长除法，或者电子表格终结了分类账簿一样。

我从很小的时候就爱上了编程，当时我第一次输入了那个对许多年轻程序员来说都很神奇的第一行BASIC代码：'10 PRINT "AMIR."'我的一生都在用代码构建东西，用代码表达想法，用代码解决问题。基于对编程的深度沉浸，我相信我们作为人类程序员还远未走到路的尽头。让我来解释一下。

这里是我担心的：无法进行计算思维的领导者将无法评估AI的输出。他们将成为盲目的飞行员，无法判断解决方案是否高效、可扩展，甚至是否正确。当机器失败时（它们必然会失败），这些领导者将不知道如何重新定向、迭代或修复出错的地方。

编程不仅仅是关于代码。它是一种非常完整的思维方式。计算思维。它为我们提供了在这个极其复杂、往往不确定的世界中解决问题、执行策略和构建系统的框架。在我们希望以更清晰的方式思考、架构更大的系统和解决方案，并获得执行者能力的程度上，编程从未如此相关。

编程作为一种思维方式

编程是以最精确和明确的方式表达配方（通常是解决方案）的艺术和行为。在最基本的层面上，机器不能容忍模糊性。如果你说"排序这个列表"，你还必须指定如何排序、按什么顺序、在什么约束条件下，以及在两个值相等的情况下该怎么办。

这种纪律迫使清晰性。它也迫使对执行的深度理解。在商业中，我们把"执行"作为一个流行词随意使用。但它真正意味着什么？在计算机科学中，执行是字面意思：制定计划，将其分解为指令，安排每个指令，确保每个指令的必要先决条件得到满足，然后以无情的一致性执行指令，并关注设计的冗余和容错。没有借口，没有政治，没有抱怨，没有捷径。只是完成它。

这种心态是无价的。如果我们不仅将编程视为技术行为，而且将其视为结构化思维的隐喻和确保执行的框架，它为我们提供了一套可以在任何地方应用的工具：在董事会、供应链、个人生产力，甚至外交中。事实上，我已经广泛写过将计算镜头应用于通常不被认为与科学或工程相关的领域。例如，战争、外交和地缘政治。

但编程教给我们的这些心理工具是什么，它们如此实用和直接？让我们看看其中的几个。

抽象：看见森林，看见树木

在编程中，抽象是隐藏细节的艺术，这样我们就可以专注于任务的本质；需要解决的最小事项集合。让我们继续之前提到的排序例子。大多数程序员不会指定低级操作来在计算机内存中移动值，而是调用"排序"函数并相信它会做正确的事情。之前的某个人已经确保低级操作运行良好。这不是需要再次解决的问题。因此，我们从需要解决更大问题（排序行为在其中起部分作用）的程序员那里"抽象掉"排序的底层细节。

这样的抽象层让我们可以建造复杂性的摩天大楼，而不会在每个梁、柱和螺栓的重量下崩塌。

在商业中，抽象的想法在授权中是固有的。CEO不会也不应该批准每个采购订单；她设定预算并信任她的经理行事。在军事中，将军不计划每个机动；他提供指挥意图并将细节留给现场指挥官。

教训很简单：抽象就是力量。没有它，复杂性将限制你能承担的范围。有了它，你可以扩展到更大的挑战。

调度：时间和空间效率

计算机不断解决调度问题。事实上，这是每个操作系统必须承担的重大任务。无论你运行Mac OS/X、Linux还是Windows，你的操作系统都必须决定哪个任务何时运行，如何将内存和资源分配给每个任务，如何确保CPU（实际运行任务的引擎）在等待用户输入下一个句子或命令时不会空闲。

我们在商业和生活中面临同样的挑战。我们的组织、部门或团队就是我们的CPU。现金是资源，类似于内存。低效的调度可能导致错过截止日期、团队间死锁、预算超支和许多其他形式的组织灾难。

项目管理，在理想状态下，应该真正作为组织的操作系统运行。制作甘特图和看板是不够的，需要有一个清晰的流程来决定任务如何出现在那里，如何测量估计，使用什么统计和其他合理分析来验证成本。你公司的调度算法，即你优先考虑和选择执行的系统，对你的团队来说是可理解的吗？他们能够独立行动，而不被"死锁"，在不需要的地方寻求批准吗？等待他们应该真正并行运行的团队？学会像计算机一样分配资源的公司可以获得巨大的效率。

延迟执行：等到必须时再行动

但效率不仅仅是更快地做事。它也是知道什么根本不要做。

在计算机科学中，"延迟执行"意味着推迟工作直到绝对需要的时刻。为什么要计算没人读的报告？为什么要为很长的网页获取所有图像和视频，直到用户滚动并到达需要显示该数据的地方？

在商业中，延迟是被低估的。我们经常在不必要的时候就急于招聘、项目、分析或采购。结果是浪费精力和沉没成本。更糟糕的是，在人类组织中携带额外容量是有成本的。就像使用超级计算机计算2+2意味着这个计算将花费你千瓦的电力，因此比必要的更多钱，人员过多的组织将花费你金钱、效率和员工满意度。为什么要为可能以低概率发生的事情过早地以巨大成本做准备？

亚马逊是一个将启发式规则或经验法则付诸实践以防止失控忙碌工作的组织例子。多年来，他们的"两个披萨团队"模式体现了团队应该保持小规模的原则，在资源受限的情况下，只在必须构建时构建必须构建的东西。

在这种情况下，不要将延迟视为贬义。它封装了机会成本的概念。在这方面延迟，这样你就可以在那方面冲刺……更重要的事情。这种延迟不是拖延。它是在正确时间行动的纪律。

贪婪优化：现在什么是最好的

"贪婪"算法通过始终在每个时刻采取可用的最佳步骤来解决问题，而不担心长期或许多步后可能发生的事情。它并不总是产生全局最优结果，但它快速、简单且令人惊讶地有效。

在生活中，我们一直在使用贪婪优化。销售团队追逐最容易的线索。旅行者在谷歌地图上选择最快的路线。投资者在等待更大机会时采取最确定的（如果较低的）收益。

在没有更好替代方案的情况下，贪婪方法应该成为习惯。但它们不能成为策略的替代品。当速度比完美更重要时（这在战术性、日常性情况下经常是这样），贪婪通常是好的。例如，试图赢得早期客户的创业公司，在快速移动战场中的军事单位。这些情况需要在短时间内评估的最佳可能行动，而不会因为对遥远未来的分析而麻痹自己。但一旦这种贪婪优化买到了时间和空间，组织内优化非战术结果的行为者应该专注于长期最优性。

甚至有意识地知道差异并建立协议以确保组织中不需要深入思考的部分不会浪费时间这样做，都可能带来巨大好处。

为什么AI使对编程的理解更加紧迫

那么，让我们回到文章开头提出的问题。如果AI可以编码，为什么人类仍然应该学习编程？

有很多原因，但一个强有力的原因是编程提供了精确的词汇和非常具体的方法来处理现实世界中的执行。指定如何做某事、测量、评估、复制和销毁。

AI可以产生代码，但用AI产生代码不会向人类灌输这种最有价值的观察世界的镜头。没有计算思维，我们有失去认知处理这个复杂的控制论设计世界能力的风险。

机器输出的被动消费者将无法判断解决方案是否高效、可扩展，甚至是否正确。机器发现表达为代码也不会在观察这些灵光乍现时刻的无知人类中触发任何改进、任何学习。

AI可以为合并提出十种策略。计算思维者知道如何建模权衡、识别约束，并为每种策略测试边缘情况，并应用他的心理肌肉来改善结果。AI可以调试一段代码。计算思维者知道如何引导这种解决问题的力量来调试抽象想法。

AI时代的编程可能不那么关于敲击的键盘，但它更关于心态。这是我们可以获得纪律的手段，确保人类不仅作为用户，而且作为未来的塑造者保持相关性。

执行的未来

每家公司都谈论执行。很少有人严格定义它。希望如你在整篇文章的例子中所看到的，计算思维和程序员般的精确表达可以给我们那种严格性。它教导我们执行不是意味着承担某种模糊行动的高级想法，而是涉及依赖关系、资源、结构、效率、容错、优化和迭代的过程。

在AI加速一切的世界中，获胜的公司将不是那些简单采用工具的公司，而是那些领导者像程序员一样思考的公司：精确、结构化，不害怕应用抽象和递归等超能力来承担巨大挑战和庞大复杂性。

这同样适用于国家、军队和任何必须在不确定世界中大规模执行的机构。

毫无疑问。编程仍然重要。它将永远重要。不仅作为代码，而且作为执行的哲学和科学。作为分析的工具。语言可能会改变。编译器可能会演变成神经网络，但心态仍然是永恒的。

世界本身已经成为一个活的、控制论的系统之系统；在人类文明基础上运行的程序。那些无法进行计算思维的人将成为他们无法驾驶的车辆中的乘客。那些能够的人将成为下一步的建筑师。

Q&A

Q1：什么是计算思维？它为什么重要？

A：计算思维是一种通过编程培养的思维方式，它提供了在复杂世界中解决问题、执行策略和构建系统的框架。它强调精确性、结构化思考和无情的执行，能够帮助我们更清晰地思考并有效地处理复杂性。

Q2：AI可以编写代码，为什么人类还需要学习编程？

A：虽然AI可以产生代码，但编程教给人类的是计算思维这种宝贵的世界观察镜头。没有这种思维，人类将无法评估AI输出的质量，也无法在机器失败时进行重新定向和修复。编程不仅是技术技能，更是一种执行哲学。

Q3：如何将编程思维应用到商业管理中？

A：编程思维可以通过抽象（如合理授权）、调度（高效资源分配）、延迟执行（避免不必要的工作）和贪婪优化（在适当时机采取最佳行动）等概念应用到商业中。这些原则能帮助组织更精确地执行策略并提高效率。