关于“NAND-16”——一个使用 277,248 个与非门（NAND gates）模拟的计算机——的 Hacker News 讨论，凸显了科技界在 AI 工程角色问题上日益扩大的分歧。 一些用户钦佩该项目的技术规模及其令人印象深刻的基于浏览器的可视化效果，但争论的很大一部分集中在 AI 生成的作品是否会削弱个人成就感上。批评者认为，“情绪编程”（vibecoding）——即利用大语言模型（LLM）在没有深入手动实现的情况下构建复杂系统——剥夺了项目的教育价值，并使这种努力看起来像“AI 垃圾”。他们担心这些工具让用户绕过了通常通过动手开发获得的“韧性”和基础理解。 相反，其他人则为 AI 的使用辩护，将其视为工具的进化，并将其比作从汇编语言向高级编程的转变。支持者认为，工程价值已转向“宏观思考”和协调复杂系统，而非底层实现。讨论最后总结道：尽管 AI 改变了我们的构建方式，但人类的专业知识对于验证结果、维护职业声誉以及执行超越简单提示工程（prompt engineering）的真正雄心勃勃的复杂项目仍然至关重要。