机器中的幽灵：为何 AI 能写代码，却在记录“制度债务”上惨败

最近，我的 LinkedIn 动态里充斥着声称 AI 正在取代技术写作的帖子。逻辑是：“如果 ChatGPT 能写代码，它就能轻松写出 README 文件。”

作为与真实代码库打交道的人，我的回答很简单：不，它做不到。人们误解了文档的真正意义。AI 可以理解语法，但它在处理制度债务（Institutional Debt）方面彻底失败。

“Jugaad”的现实

坦白说，在现实世界中，软件架构很少是完美的。在紧迫的截止期限下，开发人员不会编写整洁的代码。他们部署快速补丁和临时变通方案——我们经典的 jugaad——只是为了让服务器在周五晚上保持运行。

他们总是说，“我下周再来记录这个。”但下周永远不会到来。

这种隐藏在开发者脑海中的、未成文的知识就是制度债务（或部落知识）。而这正是 AI 碰壁的地方。

AI 知道“是什么”，不知道“为什么”

如果你给 AI 喂一个混乱的代码库，它会愉快地告诉你代码“做了什么”。它会完美地描述函数和变量。
但 AI 永远无法告诉你为什么三年前构建了那个特定的变通方案。

它不知道那个每周日都会让 API 崩溃的怪异遗留服务器 bug。
它不知道过去架构失败的历史，这些失败迫使团队采用那个补丁。
如果你盲目信任 AI 仅基于语法优化或重写代码，它会破坏系统。AI 缺乏对混乱存在原因的人类语境理解。

写作者是“软件侦探”

技术写作不仅仅是格式化 Markdown 文件或掌握良好英语。

优秀的技术写作者是一名侦探。我们真正的任务是与疲惫的资深工程师通话，提出正确的问题，并在他们离职前挖出那些部落知识。

当一名资深开发离开时，他们带走了公司未记录的脑力的一部分。AI 无法阻止这种人才流失。人类写作者可以。

底线

AI 为机器写作。人类为其他人记录决策。

因此，下次技术领导者考虑用 AI 替换写作者以节省预算时，他们应该问问自己：当生产环境因一个未记录的遗留 bug 崩溃时，你的 AI 是否准备好承担责任？

大概不会。