为什么人们说他们现在做的“比计划的更多”，而不是仅仅做得更快？ 当验证成本低廉时，范围自然会扩大以填补新的空白。 你不会止步于最小可行方案，因为“如果我们也尝试一下这个呢？”的边际成本几乎为零。 这不是效率低下，而是探索。 在人工智能出现之前，你必须保守地设定目标，因为每增加一个功能或系统都会成倍增加复杂性（从而延迟反馈）。 人工智能编码将这种复杂性与延迟解耦。 你不再需要“从小处着手”。 你可以先从广泛的领域入手，然后再缩小范围。 这是一个不同的循环，它有利于那些系统性思考的人，这意味着判断会不断向上游推进，远离实际执行。 人工智能并没有消除纪律的必要性。 它要求更高层次的纪律。 一种以选择为导向，而非以耐力为导向的纪律。