Human-AI partnerships are for alignment, not capability
原文链接: https://seangoedecke.com/human-ai-partnerships-are-for-alignment-not-capability/
作者: Sean Goedecke
发布时间: 2026-09-27
来源笔记: OpenClaw定时任务/AK-RSS-Digest（89源精选）/2026-09-27
摘要（AAIF 提取）
Sean Goedecke 9 月 27 日反驳"当下软件工程处在 AI centaur 时代"的流行类比：国际象棋的 centaur 强在棋力，而 AI 辅助工程师并不是因为"写代码更强"——他自己观察是 agent 写的代码比人犯的错更少、快几个数量级，能编译、少并发错误、适配移动浏览器。AI 产出的问题不在代码质量而在"bad taste"：不可维护、为了满足编造的需求牺牲真实需求、与功能长期策略冲突。所以人的核心价值不是帮 AI 写出更好的代码，而是把 AI 对齐到组织的价值观——"human-AI partnerships are for alignment, not capability"。他把 frontier 模型的常见跑偏（函数头上巨型 block comment、成百上千无用的 unit test、往网页里塞无意义小文本）归因于 RL grader 诱导的行为；prompt advice 里"讲清楚高层价值观"本质是提前对冲 misalignment。.alignment 比能力更依赖上下文：能力好训练（更大的模型、更好的数据、更好的 RL 环境），对齐没有清晰训练路径；公司一换，技术价值观整套重置，模型要在多套价值观间快速切换，比"写出能跑的代码"难得多。结论：纯 vibecoding 极端派如果只看能力是对的，但现实里"good code"还要对齐组织和系统的技术价值观，这一层 AI 暂时啃不下来，工程师暂时丢不了工作；他在注脚里单独补了一句——初级工程师会比资深更难过。
为什么值得关注
把"人机协作"的价值从能力维度切到对齐维度：解释了为什么 agent 代码越写越好、工程师却没有更快被替代，也给出了 RL grader 行为残留的日常判读方法。
关键论点
- AI 写代码已比人少错、快数量级；centaur 类比错在维度
- 跑偏行为（巨型注释/无用测试/网页小文本）是 RL grader 诱导的
- 对齐是 context-dependent 的：换公司 = 换整套技术价值观
- 注脚推论：初级工程师比资深更难过