Tiada siapa yang berazam untuk lupa cara menulis kod. Ia berlaku seperti mana kebanyakan kehilangan kemahiran berlaku: satu jalan pintas yang mudah pada satu-satu masa. Dahulu anda menulis regex sendiri; kini anda menerangkan apa yang anda mahu dan tampal sahaja apa yang diberikan oleh model itu. Dahulu anda menjejaki stack trace baris demi baris; kini anda memasukkannya ke dalam tetingkap sembang dan membaca ringkasannya. Setiap penggantian ini secara individunya rasional. Jumlah keseluruhannya, sepanjang setahun kerja berbantukan AI, ialah seorang pembangun yang boleh menghasilkan ciri-ciri dengan pantas apabila alat itu dihidupkan, tetapi sedikit membeku apabila alat itu dimatikan.

Itulah subteks yang tidak selesa di sebalik ledakan vibe-coding bulan ini — Lovable dilaporkan hampir mencapai penilaian $13.2B, Replit dan Factory masing-masing mengumpul dana bernilai bilion, SpaceX menurunkan harga terdepan dengan Grok 4.5 yang dibina untuk "ejen autonomi." Semua ini dioptimumkan untuk satu perkara: menjadikan anda menulis kurang kod sendiri. Itulah intinya, dan bagi banyak kerja, itu satu pertukaran yang sah. Tetapi ia bermakna industri ini telah menghabiskan dua tahun lepas menjalankan eksperimen tidak terkawal tentang berapa banyak keupayaan mengkod secara manual yang boleh anda serahkan kepada pihak luar sebelum ia menyebabkan sesuatu kos, dan bil itu kini mula perlu dijelaskan dalam cara-cara yang khusus dan boleh disemak.

Di mana jurang itu sebenarnya menggigit

Kemerosotan kemahiran bukanlah kebimbangan yang kabur — ia muncul dalam tiga situasi konkrit, dan elok untuk anda jujur dengan diri sendiri tentang yang manakah anda terdedah kepadanya:

  • Temuduga. Kebanyakan temuduga teknikal, selain tugasan bawa-pulang, masih menyekat atau melarang bantuan AI. Jika kelancaran harian anda telah secara senyap-senyap berpindah kepada "saya boleh mengarahkan model untuk menulis ini" berbanding "saya boleh menulis ini," satu sesi papan putih atau pengekodan langsung akan mendedahkan jurang itu secara nyata, di hadapan orang yang menentukan sama ada untuk mengambil anda bekerja.
  • Gangguan sistem (outage). Apabila sistem pengeluaran (production) terhenti, jalan terpantas untuk membaiki biasanya ialah membaca kod yang tidak biasa di bawah tekanan dan menaakul tentangnya secara langsung — bukan mengarang gesaan (prompt) yang baik tentang sistem yang anda tidak sempat terangkan. Tindak balas insiden memberi ganjaran tepat kepada kemahiran (pembacaan kod pantas, penyahpepijatan mental, mengetahui permukaan API di luar kepala) yang paling kurang dilatih apabila model mengendalikannya untuk anda setiap hari.
  • Tiada sambungan internet, tiada pembantu. Satu penerbangan, tapak pelanggan dengan rangkaian terkunci ketat, gangguan alat di pihak penyedia model — mana-mana satu daripada ini mengembalikan anda kepada pengekodan tanpa bantuan buat suatu tempoh. Ia tidak perlu kekal selamanya untuk memberi kesan; ia hanya perlu berlaku pada hari anda perlu menghantar sesuatu.

Tiada satu pun daripada ini adalah senario hipotetikal yang direka-reka untuk menjual sesuatu produk. Ia adalah keadaan biasa dalam kerjaya bekerja. Persoalannya ialah sama ada anda akan perasan kemerosotan itu sebelum salah satu daripadanya meletakkan anda dalam kedudukan sukar.

Kemunculan alat latihan

Itulah jurang yang cuba disasarkan oleh sebuah alat baharu bernama Atrophy CLI, menurut satu tulisan dalam The Register bulan ini. Pendekatannya adalah terus terang: layan keupayaan mengkod seperti penarafan Elo dalam catur berbanding satu penentuan binari "boleh mengkod / tidak boleh mengkod." Anda bermula dengan satu ujian asas yang menetapkan kedudukan anda pada masa ini, kemudian alat itu melatih anda merentasi beberapa kategori kemahiran yang berlainan — ingatan sintaks, penyahpepijatan, pembacaan kod, ingatan API, dan penguraian masalah — serta menjejaki penarafan anda dari semasa ke semasa, sama seperti enjin catur menjejaki sama ada anda benar-benar bertambah baik atau hanya berasa begitu. Slogannya merangkumi keseluruhan tesis dalam satu ayat: "Jika bantuan AI secara senyap-senyap menghakis keupayaan anda untuk mengkod tanpa bantuan, carta itu menunjukkannya kepada anda – sebelum satu temuduga, satu gangguan sistem, atau satu hari tanpa wifi melakukannya."

Pilihan reka bentuk yang patut diperhatikan ialah pecahan kepada kategori berasingan berbanding satu skor komposit. Vibe coding tidak menghakis semua kemahiran mengkod secara sama rata — anda boleh kekal tajam dalam penguraian (memecahkan masalah kepada langkah-langkah) kerana itu masih sebahagian besarnya tugas anda walaupun dengan pembantu AI, sementara ingatan sintaks anda dan otot penyahpepijatan mentah tanpa copilot secara senyap-senyap menjadi lembik, kerana itulah bahagian-bahagian yang tepat yang telah anda serahkan. Satu skor tunggal akan menyembunyikan itu. Penarafan mengikut kategori sekurang-kurangnya memberitahu anda otot khusus yang mana perlu dilatih semula, yang merupakan isyarat yang lebih berguna berbanding rasa umum kelembapan kemahiran.

Amaran yang perlu

Perlu dinyatakan dengan jelas: Atrophy CLI adalah baharu, dan saya belum melihat data bebas tentang sama ada penarafannya benar-benar meramalkan prestasi temuduga atau insiden, atau sama ada latihan tetap secara bermakna membalikkan kemerosotan kemahiran berbanding hanya menjadikan anda mahir dalam latihan itu sendiri — itu risiko sebenar bagi mana-mana alat latihan yang bukan tugasan sebenar. Layannya sebagai alat diagnostik yang berbaloi dicuba, bukan penyelesaian yang terbukti. Kategori yang sedang diukirnya — mengukur kemerosotan kemahiran berbantukan AI, berasingan daripada produktiviti berbantukan AI — adalah idea yang berguna di sini, sama ada alat khusus ini akhirnya menjadi yang bertahan atau tidak.

Apa yang perlu dilakukan tentangnya tanpa mengorbankan produktiviti

Anda tidak perlu berhenti sama sekali daripada pengekodan berbantukan AI untuk melindungi diri anda di sini; itu akan bermakna mengorbankan peningkatan produktiviti sebenar untuk melindungi diri daripada risiko yang boleh anda uruskan dengan lebih murah. Beberapa tabiat konkrit menyelesaikan sebahagian besar kerja itu:

  • Sekali-sekala, selesaikan sesuatu yang biasanya akan anda serahkan kepada model — satu pepijat, satu fungsi kecil, satu transformasi data — sepenuhnya tanpa bantuan, dan catat masa anda. Perhatikan di mana anda teragak-agak.
  • Sebelum satu pusingan temuduga atau giliran on-call, lakukan dengan sengaja satu tempoh pengekodan tanpa AI, sama seperti anda akan belajar bertungkus-lumus sebelum peperiksaan yang bahannya tidak anda perlukan selama beberapa bulan.
  • Apabila anda menggunakan bantuan AI, baca kod yang dihasilkan dengan cukup teliti untuk boleh menerangkannya kepada orang lain, berbanding hanya menampal dan terus berlalu — itulah langkah yang paling bertanggungjawab menentukan sama ada pendedahan itu membina kefahaman anda atau hanya membasuhnya begitu sahaja.
  • Jika alat bergaya penarafan seperti Atrophy CLI berkesan untuk anda, gunakannya sebagai pengesan asap, bukan sebagai rejim latihan itu sendiri — semaknya secara berkala, dan jika satu kategori sedang merosot, pergi lakukan kerja tanpa bantuan yang sebenar dalam bidang itu berbanding melatih kad imbas untuknya.

Kerangka yang jujur ialah pengekodan berbantukan AI dan keupayaan mengkod tanpa bantuan kini adalah dua kemahiran berasingan yang sedang anda uruskan, bukan satu kemahiran dengan jalan pintas. Majikan, panel temuduga, dan saluran insiden pukul 3 pagi masih belum sepenuhnya menyedari perkara ini, tetapi mereka akan perasan calon mana yang berjaya mengekalkan kedua-dua kemahiran itu hidup.