理解才能参与：与 AI 编程智能体协作的「认知债务」警示

知名博主 Simon Willison 近日撰文回顾了在 AI Engineer（AIE）大会上听到的一场演讲，独立开发者 Geoffrey Litt 提出一个令人深思的框架——「理解才能参与」（Understand to participate）。该观点直指当下 AI 编程智能体普及过程中容易被忽视的问题：开发者如何在享受自动化便利的同时，避免自身对代码的理解逐渐脱节。

核心观点：「认知债务」风险

Litt 在演讲中警告，随着编程智能体能够自主生成越来越庞大和复杂的代码改动，如果开发者仅停留在「看结果、用结果」的层面，就会逐渐积累「认知债务」——即代码实际行为与开发者心智模型之间的鸿沟不断拉大。他主张，开发者必须将代码理解到足够深度，才能真正参与到与模型的协作之中，而非沦为单纯的「审批者」。

为什么要保持理解深度

Litt 进一步解释，丰富的概念储备是创造性思考的基础。当开发者对底层机制缺乏「流利度」时，他们推动项目前进的能力就会被严重限制。这一观点呼应了软件工程领域长期存在的「必须读懂代码」的传统，但在 AI 生成代码日益普及的背景下被赋予了新的紧迫性。

信息来源与背景

本次 AIE 大会的全部 300 余场演讲均已录制，将在接下来三周内陆续在 YouTube 公开。Litt 本人也在社交平台发布了其演讲的图文版，便于无法观看视频的读者快速了解要点。Simon Willison 在文中特别推荐了 Litt 的这场分享，认为其对正在大量采用 AI 编程工具的开发者具有警示意义。

值得注意的是，这并非一项新的研究或产品发布，而是一位资深开发者对当前 AI 编程协作模式的经验性反思。对于一线工程师而言，其价值更多在于方法论层面的启发——在拥抱智能体效率的同时，主动维护对系统的理解深度。