«نابودی مهارت»؛ بهای جایگزینی برنامه‌نویسی عمیق با مهندسی پرامپت

تصور کنید برای ساختن ابزاری پول بگیرید که در نهایت جایگزین شما شود. این همان تله‌ای است که امروز مهندسان نرم‌افزار با حقوق‌های ۵۰۰ هزار دلاری در سال با آن روبروستند. یک دانشجوی دانشگاه جورجیا تک می‌نویسد که این مبلغ، بهایی است که مهندسان مشتاق می‌پردازند تا عملاً داوطلب شوند که خودشان را منسوخ کنند.

به نقل از یادداشتی که در ۲ اکتبر ۲۰۲۶ در وب‌سایت mondobe.com منتشر شد، این نویسنده معتقد است تعقیب کورکورانهٔ بهره‌وری در هوش مصنوعی، در حال پاک کردن هنر بنیادین برنامه‌نویسی است. نویسنده که این متن را در ساعت ۲ بامداد — تنها زمانی که اجازه می‌دهد غم عمیقش را تجربه کند — نوشته، از حس ناامیدی شدیدی می‌گوید که هر بار با انتشار یک پیشرفت جدید در زمینه هوش مصنوعی در لینکدین یا توییتر، دوباره به سطح می‌آید.

این بحران در حالی رخ می‌دهد که صنعت از «ساخت نرم‌افزار» به سمت وایب‌کدینگ (Vibe Coding) — شبیه به کسی که بدون دانستن دستور پخت، فقط با حدس زدن طعم‌ها سعی در آشپزی دارد — و مهندسی پرامپت (Prompt Engineering) — هنر سؤال درست پرسیدن، مثل کسی که می‌داند چطور از یک مشاور باتجربه بهترین جواب را بگیرد — حرکت می‌کند. برای دهه‌ها، مهندسی نرم‌افزار با کنترل، خلاقیت و درک عمیق از سیستم‌ها تعریف می‌شد. اکنون این بنیاد با تکیه بر مدل‌هایی مثل Claude و Codex جایگزین شده است؛ جایی که نقش انسان به یک ناظر برای یک فرآیند خودکار تقلیل یافته است. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، واگذاری کنترل به مدل‌ها همیشه هزینه‌های پنهانی دارد. نویسنده اشاره می‌کند که اگرچه افزودن چند پروژهٔ «وایب‌کد شده» به رزومه، درهای تمام غول‌های فناوری (FAANG)، استارتاپ‌ها و شرکت‌های سازمانی را باز می‌کند، اما او هیچ تمایلی ندارد که تمام عمرش را صرف پرامپت دادن به Codex کند.

فرسایش مهارت و هنر

نویسنده استدلال می‌کند که مسیر فعلی منجر به از دست رفتن عاملیت انسان می‌شود. او وضعیت توسعه‌دهنده مدرن را به چارلی چاپلین در فیلم «روزگار مدرن» تشبیه می‌کند؛ به‌ویژه صحنه‌ای که چاپلین چنان در پیچاندن پیچ‌های شش‌ضلعی غرق می‌شود که حتی دکمه‌های لباس مردم را هم می‌پیچاند و در نهایت در نوار نقاله گیر کرده و میان چرخ‌دنده‌ها می‌پیچد. این روند دقیقاً با تخریب سرمایه شناختی انسان در اثر اتوماسیون نویسندگی و برنامه‌نویسی همسو است که در تحلیل‌های پیشین به آن پرداختیم.

• تلهٔ حقوق: او درباره‌ی دستیاران آموزشی (TA) صحبت می‌کند که با اشتیاق به دنبال حقوق‌های ۵۰۰ هزار دلاری در OpenAI هستند؛ در حالی که در واقع داوطلب می‌شوند برای شرکتی کار کنند که اگر «ابر‌هوش مصنوعی» (ASI) واقعاً در راه باشد، بهترین جایگاه را برای جایگزین کردن کارکنان خودش دارد.
• پارادوکس استارتاپ‌ها: استارتاپ‌های سنتی جای خود را به «استارتاپ‌های هوش مصنوعی» داده‌اند. نویسنده که در زبان Rust، توسعه وب و برنامه‌نویسی سطح سیستم (OS-level) تخصص دارد، افسوس می‌خورد که در عصر قبلی استارتاپ‌ها نبود. او معتقد است اگر پنج یا ده سال زودتر به دنیا آمده بود، می‌توانست بنیان‌گذاری قدرتمند باشد. اکنون شرکت‌هایی ساخته می‌شوند که هر کسی می‌تواند با یک پرامپت در ۳۰ ثانیه کپی کند — یا سال آینده با GPT-7 یا بهبود در تولید سخت‌افزار، این کار ممکن می‌شود.
• زوال فنی: در دانشگاه جورجیا تک، فرهنگی شکل گرفته که دانشجویان مدام الکل می‌نوشند، کلاس‌ها را می‌پیچانند و روی حل مسائل Leetcode تمرکز می‌کنند، در حالی که تکالیفشان را با کمک هوش مصنوعی سر می‌کنند. نویسنده این وضعیت را به رویایی می‌ماند که در آن «قدم‌ها هیچ وزنی ندارند»؛ شبیه به شخصیت «وایل ای. کویوت» در لبه پرتگاه. دانشجویان با هم همدردی می‌کنند که یک کلاس سخت است و سپس خیلی ساده جواب را از «چت» می‌گیرند. نویسنده اشاره می‌کند که عادات نوشیدن نسل Z در جورجیا تک بسیار مشهود است و به گروه‌های چت و سرورهای دیسکورد اشاره می‌کند که موضوعات اصلی آن‌ها تاریخ، مکان و شدت جلسه بعدی نوشیدن است. این تضاد میان پیشرفت فنی و زوال رفتاری، یادآور شکاف عمیقی است که میان رشد هوش مصنوعی و فساد زیرساختی جامعه ایجاد شده است.
• میان‌برهای آموزشی: او که تابستان را به کارآموزی و ترجمه تست‌ها از یک زبان به زبان دیگر گذرانده، در این مدت سخنرانی‌های YC در استنفورد را تماشا کرده است، اما در نهایت متوجه شده که ماهیت نقش «بنیان‌گذار» به‌طور بنیادین تغییر کرده است.

پوسیدگی دیجیتال

این یادداشت به کاهش کیفیت مشهود در اینترنت اشاره دارد. نویسنده نوشته‌های تولید شده توسط هوش مصنوعی را «کپک دیجیتال» می‌نامد که در حاشیه هر چیز مفیدی رشد می‌کند. او معتقد است هنر و موسیقی تولید شده توسط هوش مصنوعی به زیبایی‌شناسی تعریف‌کننده فاشیسم در دهه ۲۰۲۰ تبدیل شده است. در مورد متون، او می‌گوید نوشته‌های AI ابتدا خنده‌دار بودند، سپس نشانه حماقت شدند و در نهایت با اکراه پذیرفته شدند.

در پلتفرم X (توییتر سابق)، تجربه کاربر شبیه به رمان‌های کافکا است. بات‌های تاییدشده، مهملات تولید شده توسط مدل زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — را در پاسخ‌ها می‌ریزند. با وجود قدرت Grok، xAI و SpaceX، این پلتفرم نمی‌تواند یک طبقه‌بندی ساده برای حذف این بات‌ها اجرا کند. نویسنده اشاره می‌کند که مضحک است در پلتفرمی که او ده‌ها بار به اشتباه دکمه توضیح Grok را فشار داده، شرکت نتواند یک مدل تصمیم‌گیرنده با هزینه ۰.۰۰۰۰۰۰۱ سنت اجرا کند تا بفهمد یک پاسخ پیش از انتشار، کاملاً بی‌معنی است.

گسست اقتصادی

به گزارش این نویسنده، با وجود تریلیون‌ها دلار هزینه برای هوش مصنوعی، تقریباً هیچ سود ملموسی برای مصرف‌کننده عادی اپلیکیشن‌ها وجود ندارد. در حالی که کاربران ChatGPT جواب سؤالاتشان را می‌گیرند، نویسنده نمی‌تواند حتی یک نرم‌افزار را به یاد بیاورد که واقعاً بهتر شده باشد. توسعه فقط سریع‌تر و ارزان‌تر شده و نتیجه، همان نرم‌افزارهای قدیمی است که فقط یک دکمه چت‌بات سطحی به رابط کاربری‌شان اضافه شده است. نویسنده معتقد است در نهایت، کسی باید متوجه شود که این هزینه‌های عظیم به هیچ نفع واقعی برای اکثر مصرف‌کنندگان تبدیل نشده است.

مسیری برای بازگشت

امیدی کوچک در این ایده وجود دارد که صنعت در حال حاضر در یک «عصر تاریکی» است؛ شبیه به دورانی که راهبان ایرلندی و مسلمانان شمع دانش را روشن نگه داشتند در حالی که جهان درگیر جنگ‌های صلیبی بود.

او پیشنهاد می‌کند که چون صنعت فناوری با سرعت باورنکردنی حرکت می‌کند، راه خروج از این عصر تاریکی طی چند سال و با بلوغ نهادها ظاهر خواهد شد. نویسنده اشاره می‌کند که توییتر تنها ۲۰ سال و لینکدین تنها ۲۳ سال قدمت دارند و این نهادها در هر صورت نیاز به بازسازی داشتند. او به پل گراهام به عنوان نقطه امید اشاره می‌کند؛ کسی که به عنوان یک «مردِ لیسپ» (Lisp man) از سالیان دور، نماینده طرفداران زبان‌های برنامه‌نویسی است که واقعاً به نوشتن کد توسط انسان اهمیت می‌دهند. این رویکرد، بازتابی از نبرد برخی توسعه‌دهندگان برای حفظ غرور حرفه‌ای و رد اتوماسیون کامل است.

این بازگشت شاید نیازمند یک «ترکیدن حباب» دردناک باشد — سناریویی که نویسنده با لذت به آن نگاه می‌کند. او این درد را به سوزش عضلات هنگام ورزش تشبیه می‌کند. این تغییر به معنای فاصله گرفتن از صنعتی است که «هیچ‌چیز را به هیچ‌کس در ازای مبالغ نامعلوم می‌فروشد» و بازگشت به کاربرد واقعی و مهارت انسانی است. نویسنده اعتراف می‌کند که انتظار برای ترکیدن حباب عجیب است و احساس خود را با مبلغ‌های تبلیغاتی AI مقایسه می‌کند که مشتاقانه منتظرند هنرمندان فرم درخواست استخدام مک‌دونالد را پر کنند.

برای نسل فعلی دانشجویان، زندگی یک چرخه از تسکین است: از چت‌بات می‌خواهند یک کلاس سخت را مدیریت کند و در نهایت در شغلی کار می‌کنند که از یک عامل کدنویسی می‌خواهند یک تسک سخت را انجام دهد. نویسنده در جایی که دیگران آرامش می‌بینند، احساس وحشت می‌کند، هرچند می‌پذیرد که این دانشجویان فقط انسان هستند و طبق آنچه به آن‌ها گفته شده، زندگی می‌کنند.

در نهایت، او به دنبال صنعتی است که منطقی باشد. در ساعت ۴ صبح، او فکر می‌کند که آیا اگر رئیس‌جمهور دستوری برای ممنوعیت تمام استنتاج‌های AI (حتی مدل‌های محلی) امضا می‌کرد، غمگین‌تر می‌شد یا خیر. او که احساس می‌کند مانند یک «مرد بی‌خانمان» در صنعت فعلی است، متن خود را با التماسی از Codex به پایان می‌برد تا تا زمان بیدار شدنش، خانه‌ای برای او بسازد.

گام بعدی شما

• اگر برنامه‌نویس هستید، روی مهارت‌هایی تمرکز کنید که مدل‌ها در آن ضعف دارند: معماری سیستم‌های پیچیده و تفکر انتقادی.
• به جای تکیه کامل بر ابزارهای تولید کد، سعی کنید منطق پشت هر خط کد تولید شده توسط AI را به صورت دستی بازنویسی کنید.
• یادگیری زبان‌های سیستمی مثل Rust را جدی بگیرید تا از لایه «وایب‌کدینگ» فاصله بگیرید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.