技术博主 NotAShelf 于 8 月 6 日发布新文《Taste Is All That’s Left》，讨论 AI 改变编程门槛后，开发者真正稀缺的能力是什么。他的结论是：当写代码本身越来越容易，剩下最难替代的，是分辨什么只是“能用”，什么“值得存在”的品味。
从想法到程序，过去隔着一堵高墙
NotAShelf 写道，写程序过去一直有很高的门槛。从一个想法到一段真正能运行的程序，中间往往要经历数小时，甚至数周的手动测试、查阅文档和排查错误。
但 AI 出现后，这道墙快速变低。现在，开发者只要描述一个功能，几分钟内就能拿到一个“看起来能用”的版本，速度甚至比自己手动敲下第一行函数还快。
好产品没有同步变多，问题不在速度
文章提出，虽然生成程序的速度明显提高，但真正好的产品似乎没有因此变多。NotAShelf 认为，过去是“成本”在充当筛选机制：当制作一个东西代价很高时，人们会被迫只去做那些值得做的东西。
如今，随着成本趋近于零，原本由成本承担的把关作用也随之消失，最后留下的筛选标准，只剩开发者自己的品味。
品味不是读出来的，是磨出来的
对于“品味从哪里来”，NotAShelf 的回答很直接：它不是靠阅读优秀作品读出来的。他认为，一个人不可能仅仅因为读过 100 份优秀代码，就自然获得判断力；这就像一个人不可能只靠去高级餐厅吃饭，就变成主厨。
他把品味的形成，描述为一种笨拙、甚至有些难堪的打磨过程：做出糟糕的东西，被迫与这些作品相处，看着它们出错，再把这些失败真正记住。照他的说法，摩擦从来不是学习的障碍，摩擦本身就是课程；那些当年令人恼火的“墙”，其实也在教人哪些墙值得爬。
AI 工具让新手更顺，但也绕开了部分学习过程
NotAShelf 认为，现在的新手从第一天开始，就可以顺畅生成代码。他们往往不会被迫吞下自己做坏版本的后果，因为工具会直接给出一个堪用版本。墙不见了，借由爬墙学到的东西，也就少了。
在他的描述里，这并不只是效率变化，而是学习路径本身被改写：当错误、卡顿和返工被大幅减少，判断力也可能少了原本形成所需的那部分摩擦。
有无品味，出货速度现在几乎一样快
他还提到一个更残酷的现实：在 AI 辅助写代码的环境里，有品味的工程师和没有品味的工程师，出货速度如今几乎一样快。
为说明这一点，NotAShelf 借用了哲学家 Harry Frankfurt 在《On Bullshit》中的分类。他写道，“唬弄者”与“说谎者”不同，后者至少还在乎真假，前者则根本不在意真假本身。依照这个框架，那些在几乎没有摩擦、也缺少判断力的情况下生产出来的“堪用”代码，就像工程领域里的“唬弄”：它不一定算错，但也并不在乎是否真正正确。
垃圾生成成本归零后，真正好的作品更难被看见
文章最后指出，当制造垃圾的成本几乎归零，真正优秀的作品要被看见，就得先穿过一大片外观看起来差不多、表面上也都算合格的内容海洋。
这篇文章围绕的核心判断是，AI 没有让“写出来”这件事更稀缺，反而让“判断该不该写、值不值得留下”变得更重要。