AI看不见的工程本质：从一张桌子和一个变速箱说起

那张桌子状态并不好。

总之，我站在那张快要报废的桌面前，想着怎么应付即将到来的夏天。于是我买了些木板和一桶白漆。妻子一脸困惑：“你打算拿这些东西干嘛？”是的，我没什么工具——基本就一把手锯、电钻和螺丝刀。一个下午，我在地板上把桌子重新拼了起来。

结果如何？看你用什么眼光看。对我来说，这桌子完美无瑕，尺寸和风格正是我们想要的，而且很实用（它是张可伸缩桌）。对木匠或销售人员来说，这活儿很粗糙（我很抱歉，但至少可以怪工具不齐，对吧？）。

但它用着非常顺手。因为它的工程设计很棒（和大多数宜家产品一样）。如果工程设计过硬，一次糟糕的制造不至于把它彻底毁掉。另一个生动的例子是泥巴修发动机。有个评论说得太到位了：

我既佩服这些技术高超的师傅能在泥坑里重建发动机……也佩服奔驰能造出承受在泥坑里重建的发动机。

我也佩服那些能在沙土中修复曲轴的熟练工人，但支撑这种技能和维修的是好的工程设计。至少，它让零件的更换成为可能。你可能觉得理所当然，但现实并非总是如此。

另一方面，可维护性和可复制性并非源于某种利他动机，好让桌子或卡车50年后还能修。它们和工程领域的其他所有东西一样，是由制造、运营和商业需求驱动的。

如果你仔细看我的照片，会发现木板宽度不一。因为我选了能买到的最合适的木板，以保持桌子的风格和功能（木板的布局不只是装饰，它们还支撑伸缩机构）。我敢肯定，宜家选的木板宽度是对效率的残酷计算——最赚钱的宽度，同时还能用、外观能接受。

重生的桌子

我对桌子做的事是制造。我观察了它本该如何工作，复用了部分零件，把不同的零件装进大体已有的设计中。我并没有设计一张新的伸缩桌，只是糟糕地修改了现有设计，利用了好决策，忽略了对我不重要的决策。因为用了不同的木板，桌子重了约1公斤。我不在乎，一年只搬两次，但宜家物流肯定要抱怨了。我跳过了遮阳伞的孔（我不用），这样就能补偿缺失的连接，保持结构稳固。这一切都“只是”制造（编程/写代码）。我并不是贬低制造——它需要很多工程师常缺乏的技能和知识。我只想强调，它处在光谱的另一端。

每一件批量生产的产品都包含成千上万个经过协调的决策。好产品中，没有孤立决策，没有随机决策。你不可能同时拥有（便宜 + 好看 + 轻量 + 易组装 + 耐用 + 紧凑 + 大幅伸缩）的桌子。你必须选择一组折中方案，同时满足客户和商业需求（从制造、物流、服务到会计和利益相关者）。

智能体与桌子

这和开头提到的AI编程取代有什么关系？AI智能体做的正是我对桌子做的事——在已有设计基础上胜任（有时糟糕）地执行——这和最初设计桌子是两回事。

噢，我听到了——但AI能帮我设计！抱歉，我不这么认为。它当然能设计一张桌子，但能设计一个桌子产品吗？最近常听人说AI智能体缺乏判断力（Judgment）或品味（Taste）。我觉得这和Andrej Karpathy的演讲有关，他简单提过这个。但品味或判断力到底是什么？怎么获得？

如果有图纸，我能更快更好地把桌面做出来。但没有图纸我也行。智能体也能做同样的事——没有软件架构文档也能工作，因为它能看周围有什么可用资源。它可能会遗漏一些东西，但如果产品本身设计良好，结果还是能工作。这种AI只是利用了产品中已经内置的杠杆作用。

如果你让AI从头设计一张桌子，它当然会做。然后你造出来，发现承重能力太低，于是它加上螺丝。然后你发现太重，它又把一些换成木销。然后你发现组装时间太长……

是的，我又听到了！“没事，我迭代优化规格！”好吧，既是也不是。是的，迭代优化规格很好，前提是失败成本够低。虽然写软件通常比造物理产品便宜得多，但成本可能隐藏在时间消耗中（尝试次数有限）。但更重要的是——你最终会得到一份本质上自相矛盾的规格说明。项目经理都怕厄运三角。

厄运三角

那只是玩三个顶点。工程是在玩一个有无数顶点的多边形：厄运多边形。

判断力与品味

那么，能让编程AI智能体变成AI工程师的神奇判断力与品味是什么呢？

再绕个弯子。

我学的是机械工程，其中一个比较大的项目是设计一个简单的变速箱。半个学期的任务，约束很少（意味着途中要自己做很多决策）。基本上唯一给出的参数是输入扭矩。这大致决定了齿轮齿的大小（因为每个齿在任何时刻都要传递扭矩），齿的大小又决定了齿轮轮的大小（因为齿要装在轮缘上），以此类推。

变速箱草图，三根轴，六个齿轮。

于是我计算、画草图，没太关心大局。任务本身已经够复杂了。潜意识里我知道扭矩很大，和同学一起觉得是老师出题时故意挖坑。我没什么多想，画了第一版可交差的图，去找导师审核。他温和地认可了一下，给了些小建议，然后问：

“那你打算怎么安装它？”

“我不打算安装它。”

“我知道，但你觉得实际怎么装？”

（懵）

“它多重？”

（耸肩）

“嗯，你得先想再画。”

他不屑地递回图纸。然后我疯狂地试图算出一台50多个零件的变速箱的重量，还不疯掉。最后才意识到导师根本不关心精确重量。于是我估了个数，大约2吨。然后我恍然大悟。我基本上设计了一个船用变速箱。那东西超级大，比这个（当然没那么好看也简单得多）还要大一点：

4000马力变速箱。

它急需一些能让吊车抓住的地方；但必须考虑重心才不会翻；也不能随便挂在一个点上，因为自身重量就会弯；要考虑壳体的结构特性；它不是只为装饰（和安全）而存在；它对于能否被放置在目标位置至关重要。那么变速箱壳体应该什么样？

变速箱壳体的一些草图。

然后我意识到变速箱宽度不能是任意的2390毫米，因为那比集装箱能装的尺寸多50毫米。如果非得超过，绝对不能超过3150毫米（那是UIC-G1铁路货车最大宽度）。前提是目的地能在TEN-T线路上，或者你愿意花钱用驮背车并申请特别许可，除非运到瑞典或挪威。我怎么到这步田地了？啊，厄运多边形！不对，是齿轮！当然，重做壳体意味着重做齿轮——因为轴不会悬浮在里面；得重画很多图。话说，第一版壳体的重量就比里面所有零件加起来还重？当然得重画。

那次学校互动深深印在我脑海里，因为那天我在半小时内学完了五个学期的工程学。一切豁然开朗。虽然扭矩几乎是唯一明确要求的参数，但我突然意识到，一个设计良好的产品要满足商业可行性，还有无数隐含的（“当然很明显”）属性。从那天起一切都有了意义——为什么学机械工程还要完成经济学、计算机、材料工程、化学、管理、商业、物流、会计的课程？厄运多边形……

判断力与品味——再讨论

那么神奇判断力与品味到底在哪？

抱歉，我不认为有什么神奇之处。工程工作就是不停问那些愚蠢又麻烦的问题：“什么条件下会失效？”“这个问题会影响我们吗？”“多少用户会用？”“这和我们相关吗？”“有没有更便宜的方式达到同样效果？”等等。但问题不能随便，必须是正确的问题。工程不是品味，而是纯粹的愚蠢妥协，常常是在和同事的激烈博弈中赢得的。它也不是判断力，而是纯粹的愚蠢数学，算出第二版制造时间要三倍却没有增加任何价值。但你必须知道什么数学在这里是相关的。好吧，也许它确实是判断力和品味，但绝不神奇。

对此的反驳是“只要把整个公司的文档都给AI”或者“给它更多上下文”。但我认为这也不会神奇地创造工程（或判断力与品味）。如果你把一家成熟公司的文档整理出来，你得到的会是大量矛盾信息：

“我们绝不接受年收入低于1万美元的客户。（除非是想要拿下的好品牌，或是朋友的朋友，或是那种我们有点喜欢的客户。）”
“我们绝不接受月费低于1万美元的交易。（除非是12月，而且他们承诺2月有更大预算时续约，或者明年再续。）”
“我们绝不生产宽度超过3150毫米的变速箱。（除非运往瑞典或挪威，或者他们愿意付额外费用，或者路线没有隧道，或者我们空运过去，或者想别的办法。）”
“我们绝没有利润率低于10%的产品线。（除了2-3条我们希望通过它让人爱上我们的独家产品线，以及一条入门级产品线希望让人升级；当然还有限量版。）”

这些问题的答案不是AI上下文里的查找表，而是谈判和情境依赖的折中。答案不是“多”的反馈循环，而是“少”的反馈循环，因为你知道“多”会在三个迭代后反噬你。神奇之处不在于更了解公司或发货，而是伪装成工作的努力。是解决某个具体项目中的矛盾（总是矛盾的）需求，猜测并决定哪些需求必须满足、哪些可以放松、哪些没有明说（“这会影响桌子重量吗？”）。神奇在于提前十步思考和决策（“你怎么安装它？”“别人怎么维修汽车发动机？”）。

是的，我又听到了！答案很简单——“只要把那些未明说的问题和答案都加到上下文里！”且不说没明说的问题很难说出来，且不说厄运多边形，且不说上下文长度有限，最后的问题是你会得到满是矛盾答案和大量无关信息的上下文，因为世界变了，公司变了。AI不太擅长处理矛盾，或许它擅长，但你如何知道它选了你那条路？AI帮你导航了吗？很好。AI让你跳过导航了吗？糟糕。

AI编程智能体在编程工作上绝对出色。但我还没看到它们做好的工程工作。我认为原因就是我描述的——在矛盾需求和约束的丛林中穿行。

工程会消亡吗？我怀疑。工程方法并不限于软件或硬件。工程会改变吗？当然，但过去两千年它已经变了好几次。没必要恐慌或哭泣。

这是否意味着没有工程工作就不值得做？当然不是，有很多有价值的东西不需要工程工作或工程很糙。做东西不代表你就是工程师——无论你是人还是AI。但你不必靠工程生活和发展。工程是一种做事方式，但不是唯一方式。只是别相信AI工程师。

---

感谢你成为社区一员

在你离开前：

👉 记得点赞和关注作者 👏️️

👉 关注我们：Linkedin | Medium

👉 CodeToDeploy技术社区已在Discord上线——立即加入

声明： 本文包含联盟和合作链接。