人月神话依旧存在

[grandlq]

为什么 AI 即便达到无限速度也无法终结人月神话？

• A: 个人的注意力容量有限，因此最大速度有限
• B: 人在社会中，社会有权责体系
  • B1: 因此，个人需要对实际的成品负责，在某一环节必须通过人来审批
• C: AI 本身带有意图的耗散性（简单而言，没法做到完全符合使用者的意图与期待）
• B1 + C -> D: 人最终需要审查 AI 生成的结果，审查需要花费其时间与精力

A + D -> 单人同时承载的并行 AI 工作有限；多个人的情况，则适用人月神话原规律。

怎么在这一限制下达到效率最大化？这就是另一个值得探讨的议题。

[pphboy]

AI 本质在消除交付路径

[yidinghe]

人月神话提到的沟通成本，在 Agent 与 Agent 之间依旧适用。

[acx4040110]

何谓效率最大化？
在需求明确的前提下，AI 已经将编码工作效率最大化了，再往上就触碰语言的边界
在需求不明确的前提下，核心还是人/现实/业务的复杂度，这点是抽象的语言无法完全描述出来且随时动态变化的

[sora2blue]

关于这一点，v 站 gitlight 大佬说的就很有道理，贴上来仅供参考
“编程语言的演化，本质上是不断提高抽象程度，把越来越多的实现细节从程序员转移给编译器，编程语言是一种对于信息的 encoder 。现代语言使程序员用更少的描述表达所需行为，并把更多实现选择交给系统，失去了对底层代码的控制，引入了更多的不确定性（信息熵）。如果要加强对底层的控制，则需要用更底层的语言和更长的描述长度降低不确定性。即便是 AI Coding 也无法违背信息论的规律。程序员对系统的描述越短，系统的不确定性就更高，无法通过建立一个万能的预测器无尽地压缩描述来无损地描述系统本身，其存在一个理论下界，也就是柯氏复杂度；这一点在需求建模流程也广泛存在着，用户的需求往往是在多轮迭代、描述、交互中产生的，需求方依旧是人，那么需求拆解、编写是一个无法避免的过程。”

[l353443703]

v2ex.com/t/1251245

[chjqpmain]

@sora2blue
感觉也就是常说的技术上，复杂度不会消失只会转移，
我们这个世界让人感觉起来宏观和微观就是非常平衡的，
（不带主观性，而在天道角度考虑）

一切都在转化和守恒（不过宇宙本身有没有向外逸散，丢失，以及不同的指代导致的不同的辩证思考这些我的想法没有包括进去，毕竟随口的想法和评论）

[ArthurBruin]

信息交换过程中会出现失真，并且这种误差会累计放大

[fds]

问题是 AI 不单单模拟单个人，它可以模拟一整个组织呀？而且 AI agents 之间的沟通效率明显比人与人要高。你原来一个（人 x 月），现在可能就变成了两三个（模型 x 小时），提升已经很大了。

[fiveStarLaoliang]

AI 编程理论上就是一种新的编程语言，理论上有图灵完备的表达力，但现实能力受上下文管理约束；程序员不会消失，因为“把现实抽象成可验证的可执行系统”不可替代，未来优势属于“语文入口 + 形式化骨架 + 验证闭环”的复合型人。