AI开发者,为什么注定是“出气筒”?
我越来越觉得,现在的AI开发者,就是整个团队里最标准的受气包——挨骂最多、背锅最狠,还几乎没有还嘴的余地。
问题出在哪儿?
出在整个行业正从“经典软件开发”集体迁徙到“AI智能体开发”,但绝大多数产品经理、需求方、测试同学的认知,还停留在过去的几十年里没挪窝。
在他们的世界里,软件功能永远是0或1:
行就是100%行,不行就是100%不行。
这在传统开发时代完全正确——因为系统是由一行行确定性代码写死的,逻辑精确、可复现、永不失误。
可到了AI智能体时代,底层逻辑彻底变了。
大模型的本质,是概率预测。
今天没有任何一个大模型敢拍胸脯说自己能100%精准输出。更何况我们还要在上面叠加人工写的Prompt,而Prompt本身就做不到100%无歧义;模型对Prompt的理解和复现也做不到100%。
我们来简单算一笔账:
• 原生大模型准确率:98%(已经算顶尖)
• 人工Prompt的精准描述能力:99%(乐观估计)
• 模型对Prompt的理解与复现能力:95%(同样乐观)
三者相乘:
0.98 × 0.99 × 0.95 ≈ 0.9219,即92.19%
92%在AI圈已经算极高了,值得开香槟。
但在传统软件思维的人眼里,这叫“严重缺陷”。
这意味着什么?
测试同学随手测100个case,就能给你揪出8个bug,而这8个bug,你往往根本解决不了——因为它们本质上是概率事件,你调来调去,可能这次好了,下次又在别的场景翻车。
你没法跟他说“这属于正常波动”。
因为在他的世界里,bug就该100%被消灭,而不是99%被消灭。
于是你只能一次次道歉、一次次优化、一次次解释“这是大模型的当前能力天花板”,但这些话在对方听来都像甩锅。
你越解释,越显得无能。
你越优化,bug越像打不死的小强,永远还有新的。
最终结论就一个:
只要你的产品经理、需求方、测试同学,还在用“传统软件100%确定性”的标准来要求AI智能体,那AI开发者就100%会成为那个最惨的出气筒。
没有偷懒,也不是能力不行,本质上只是确定性思维在审判随机概率论。