西方忘记了如何制造，现在正忘记如何写代码（翻译）
Table of Content
对 The West Forgot How to Make Things. Now It’s Forgetting How to Code 一文的中文翻译，原作者是 Denis Stetskov。
2023 年，雷神公司总裁在巴黎航展上描述了 重启毒刺导弹生产 所需的努力。他们让 70 多岁的工程师们回来，教年轻工人如何根据卡特政府时期绘制的纸质原理图制造导弹。测试设备在仓库里闲置多年，弹头仍需手动安装，就像四十多年前那样。
五角大楼已有二十年没有买过新的毒刺导弹了。然后，俄乌冲突爆发了。突然间，所有人又都需要它们了。相关的生产线早已关闭，相关的电子元件早已淘汰，导引头部件早已停产。2022 年 5 月下的订单要到 2026 年才能交付，整整四年。不是因为钱，而是因为知道怎么造它们的人十年前就退休了，并且没人接替他们。
我在乌克兰管理工程团队，我的人位于这样局面的另一端 —— 不是工厂车间那端，而是接收端。在雷神公司正努力从四十年前的蓝图中重启生产的同时，美国正在向乌克兰运输数以千计的毒刺导弹。RTX 公司的 CEO Greg Hayes 说：“十个月的战争消耗了相当于十三年产量的毒刺导弹”。我已经见过这种模式，而它正发生在我所在的行业中。
无人能造的一百万枚炮弹
2023 年 3 月，欧盟承诺在十二个月内向乌克兰提供一百万枚炮弹。欧洲的年产量仅为 23 万枚，而乌克兰每天消耗 5,000 到 7,000 发炮弹。随便一算你就知道这根本不可能供应得上。
到截止日期时，欧洲交付了大约一半。马克龙称最初的承诺太过鲁莽。一项由九个国家的十一家媒体进行的调查发现，实际产能约为欧盟官方声称的三分之一。直到 2024 年 12 月，百万枚炮弹的目标才最终达成，比承诺晚了九个月。
这并非源自单个瓶颈，而是所有环节都出了问题 —— 法国已于 2007 年停止了本国推进剂的生产，整整 17 年，没有产出过哪怕一滴推进剂；欧洲唯一的主要 TNT 生产商在波兰；德国的弹药储存仅够维持两天；丹麦的 Nammo 厂已于 2020 年关闭，必须从头开始重建。整个欧洲大陆的国防工业都被优化成小批量生产昂贵的定制产品，没人考虑过规模化生产，没人考虑过应对危机。
美国也好不到哪里去。Scranton 有一家工厂，Iowa 有一处炸药装填设施，自 1986 年以来国内没有过 TNT 生产。数十亿美元的投资之后，产量仍未达到目标的一半。
要么整合，要么消亡
这并非偶然。1993 年，五角大楼告诉国防承包商的 CEO 们：要么整合，要么灭亡。51 家主要国防承包商合并为 5 家；战术导弹供应商从 13 家减少到 3 家；造船商从 8 家降至 2 家；劳动力从 320 万人下降到 110 万人，削减了 65%。
弹药供应链中到处是单点故障。一家位于 California 的制造商负责 155 毫米炮弹壳的生产，加拿大的一家工厂负责推进剂装药。以最低成本优化，完全没有为激增留出任何余地。纸面上看，效率很高。实际上，距离崩溃仅一天之遥。
当知识消亡，便永不复生
接着是 Fogbank，一种用于核弹头的机密材料。1975 年至 1989 年生产，随后设施关闭。当政府需要为弹头延寿计划重新生产时，它们才发现根本做不到。GAO 的一份报告发现，几乎所有具有生产专业知识的员工都已退休、去世或离职，几乎没有留存记录。
在经历了 6900 万美元的成本超支和多年的失败尝试后，他们终于生产出了可行的 Fogbank。随后发现新批次过于纯净。原始工艺依赖一种无意引入的杂质，这种杂质对材料的功能至关重要。没人知道这点 —— 试图复现它的工程师不知道，甚至几十年前制造它的原始工人也不知道。Los Alamos 将其称为原始工艺中的一个未知依赖。
一个核武项目不再能制造其发明的一种材料。这些知识并非仅随人员流失而消失，而是从未被任何人完全掌握。
相同的剧本
我读了 Fogbank 的故事，立刻认出了其中的模式 —— 用数十年构建能力，找到更便宜的替代品，让人才管道萎缩，享受节省的开支，然后，当危机需要那些你已优化掉的一切时，目睹整个体系崩塌。
在国防领域，替代品是和平红利。在软件领域，则是人工智能。
我之前写过关于人才管道崩溃的文章，招聘数据以及从初级到高级的问题都有记录，同样也有关于理解力危机的记录。我缺少的是正确的历史类比。现在有了。
而且它告诉了你招聘数据没能说明的事情：重建实际上需要多长时间。
重建需花费数年。始终如此
每一次重大的国防生产加速，简单系统需要三到五年，复杂系统则需要五到十年。毒刺导弹：从下单到交付至少需要三十个月；标枪反坦克导弹：将产量翻倍需要四年半时间；155 毫米炮弹：尽管投入了五十亿美元，四年后仍未达到目标。法国直到 2024 年才重启推进剂生产，距离其停产已过去十七年。
资金从来不是制约因素。知识才是。兰德公司发现，潜艇设计中 10% 的技术技能需要十年在职经验才能掌握，有时甚至需要博士学位。国防行业的学徒期需要两到四年，而达到监管能力则需要五到八年。
现在将其映射到软件上。初级开发人员需要三到五年才能成为称职的中级工程师，五到八年成为高级工程师，十年或更长时间才能成为首席工程师或架构师。这个时间线无法通过投入资金来压缩，也无法通过人工智能来压缩。
一项 METR 随机对照试验发现，使用人工智能编码工具的经验丰富的开发人员在实际开源任务上实际上多花了 19% 的时间。在开始之前，他们预测人工智能会使他们快 24%。预测与现实之间的差距为 43 个百分点。当研究人员试图进行后续研究时，相当一部分开发人员拒绝参与，如果这意味着在没有人工智能的情况下工作。他们无法想象回到过去。
账单终将到期
软件行业正处于同一优化周期的第三年。Salesforce 表示，2025 年将不再招聘更多软件工程师。LeadDev 的一项调查发现，54% 的工程领导者认为 AI 辅助工具将长期减少初级员工的招聘。CRA的一项调查显示，62% 的大学计算机系报告今年入学人数有所下降。
我在代码审查中看到了这一点。审查现在成了瓶颈。AI 生成代码很快，人类审查却很慢。行业的应对方式是可以预见的：让 AI 审查 AI 的代码。我不会这么做。相反，我重新设计了我们的 PR 模板。现在每个 PR 都必须说明更改了什么、为什么更改、更改类型是什么，以及前后对比的截图。提供结构化上下文，让审查者不必猜测。我正在为每个项目指定专门的审查者。更多双眼睛，更多机会发现模型遗漏的问题。
但即便如此，也无法解决更深层次的问题。现在，要有效工作所需的技能已经不同了。仅凭技术专长已不再足够。你需要那些能够承担责任、沟通权衡、对机器自信但错误的建议提出质疑的人。领导力素质。我们上一轮招聘的结果告诉你这有多罕见：2253 名候选人，2069 人被淘汰，4 人被录用。转化率仅为 0.18%。技术技能与判断 AI 何时出错的能力相结合的人才，在市场上几乎已不复存在。
我们记录一切。站点手册、SDD、RVS 报告、具有全面覆盖的样板模块。这今天行之有效，因为阅读这些文档的人具备相应的工程专业知识来执行它们。但当他们不具备这些知识时会发生什么？实话说我不知道。也许五年后的 AI 足够好，以至于这不再重要。也许问题仍然可控。我无法预测 2031 年模型的能力。
但危机不会发送日程邀请。没有人预料到 2022 年欧洲会发生全面地面战争。国防工业有三十年的时间准备，却没有做到。即使是 Fogbank 也有记录，但不够充分。最初的工人并不完全理解他们自己的流程。
五到十年后，我们将需要高级工程师。那些能端到端地理解系统、能在凌晨 2 点调试分布式故障、掌握代码库中任何地方都不存在的制度知识（译注：原文是 institutional knowledge，不太确定是不是该这么译）的人。这些工程师目前还不存在，因为我们没有在培养他们。那些本应正在学习的初级工程师要么没有被聘用，要么正在发展一种国防部资助的劳动力研究所称之为“AI 介导能力（AI-mediated competence）”的技能。他们能向 AI 提问，却无法告诉你 AI 哪里错了。
这是代码领域的 Fogbank。当初级开发者跳过调试、跳过形成性的错误时，他们无法积累隐性专业知识。而当我这代工程师退休时，这些知识无法转移给 AI。
它就这样消失了。
西方已经犯过一次这样的错误。代价在乌克兰显现了。
我知道这听起来如何。我知道我之前写过关于人才管道的问题。这个国防例子并非重复论点，而是展示如果行业预期未能实现会发生什么。毒刺导弹、标枪导弹、Fogbank、数百万枚无人能制造的炮弹——这就是错误押注优化的代价。我们现在正对软件工程做出同样的赌注。
也许 AI 会变得足够好，我们赌赢了。也许不会。国防工业也曾以为和平会永远持续下去。
大概今年四五月份的时候看到了这篇文章，感触颇深，AI 时代真的挺迷茫的...
手译 + AI 辅助 （又是 AI 23333）