一張圖看 AI 對 Stack Overflow 做了什麼，HN 吵的卻是「兇手是誰」

一張用 Stack Exchange 官方 Data Explorer 拉出來的圖表在 Hacker News 上拿了 342 分：Stack Overflow 歷年問題量的長期趨勢線。圖上能清楚看到 COVID 疫情期間的異常波動，而 2023 年——正是 ChatGPT 引爆 AI 助手潮的時間點——之後下滑肉眼可見地加速。發文者沒寫半句評論，數據自己說話。

留言區的辯論比圖表精彩。一派認為時間點就是鐵證，AI 助手把「有問題先問模型」變成肌肉記憶，SO 的流量自然崩塌。另一派翻出更早的數據：下滑趨勢在 GPT 之前就存在，有人精算過某段五年期的年均降幅約 2.2%，認為主因是高階框架與語言愈來愈好用，需要上網求救的問題本來就在變少。還有老用戶追溯到 SO 的原始設計：以成為「典範答案庫」為目標，提問要等待、風氣又嚴苛，衰退早就寫在基因裡。

兩派其實可以同時成立：SO 在慢性失血，AI 補上了致命一擊。更深一層的問題在留言區也被點出：SO 的問答資料是各家大模型的重要訓練養分，模型學會之後反過來抽走 SO 的流量，知識公共財的供給循環等於被自己的學生掐斷。新框架、新語言的疑難雜症未來由誰累積？模型又要從哪裡學？

歸剛點評：SO 的困境是所有 UGC 知識平台的預告片——貢獻者的動力來自「被看見」，當讀者都跑去問模型，寫答案的人就散了。最弔詭的是模型愈強，愈需要新鮮的人類實戰經驗餵養，這個循環斷裂目前無解。工程師該做的實際準備：把團隊內部的疑難排解記錄當資產管理，未來最值錢的技術知識，可能只存在你們公司的 wiki 裡。