关于 AI 辅助编程的一些反思

高强度使用 AI 编程工具¹半年后，我开始回头审视这段时间的工作。东西确实做了不少，可真正沉淀到自己身上的，又有多少？

对我来说，AI 编程工具很像游戏里的一件橙装²。它或许不容易获得，却没有等级门槛；几乎任何玩家穿上它，都能立刻打出可观的伤害。只是这件装备有一个特殊词条：击败敌人后，玩家拿不到经验值。

这个比喻并不严谨，却恰好道出了我的一层担忧：AI 编程工具可以大幅提升产出，却未必能让使用者的能力同步增长。

总归是借来的力量

借助 AI 编程工具，开发者可以更快地熟悉陌生代码库、实现新功能、排查构建失败，或完成枯燥的迁移工作。它带来的价值毋庸置疑：既节省时间，也让我们有机会处理过去可能无从下手的问题。

但产出变多和能力变强，终究不是一回事。

在游戏里，真正的差距往往要等到 PVP³ 对局中卸下那件特殊装备时才会显现。放到软件开发中，这一刻可能出现在生产事故、棘手的并发问题，或没有标准答案的架构决策里；也可能出现在 AI 不断生成看似正确、实则有误的代码时。一旦 AI 工具也无能为力，开发者能依靠的，只剩自己的知识和判断。

不是说用 AI 工具会让开发者退步，关键问题在于能力增长的速度可能跟不上产出的增长。过去我们常常要花很长时间啃下一个问题，也正是在这个过程中逐渐理解它。如今，AI 可以帮我们跳过许多艰难的环节，但随之被跳过的，也可能包括一些重要的学习过程。

AI 的产出不等于个人的成长

AI 容易让人产生一种错觉：只要给足上下文、用够 token，再多追问一轮，就没有解决不了的问题。但我发现事实并非如此。我仍然需要决定要做什么、弄清关键边界、发现细微错误，并对最终结果负责——就像互联网上调侃的那样。

工具写代码比我快，也能写出一些我独自完成不了的代码，但这并不意味着我真正理解了它们。

这种差距很容易被海量的 diff 掩盖。项目提交记录变多了，feature 变多了，做完的实验性项目也更多了；陌生细节带来的阻碍则越来越少。然而，项目可以一路向前，我似乎仍旧在原地踏步。

回看过去半年，我消耗了数量惊人的 token，却没有感受到与之相称的成长。我最初写代码，只是因为喜欢。在 vibe coding 一切的氛围里，每个念头都能迅速变成一个新任务、一个原型，或一个 PR。久而久之，编程越来越像工作，不再像一项爱好。

这对我来说多少有些唏嘘。

主动吸取经验值

对我来说，思考的答案并不是拒绝使用 AI 编程工具，毕竟停用它也不会自动让我成为一个更好的开发者。

在接受 AI 给出的答案之前，或许可以先停下来自己梳理一遍代码路径；遇到错误时，也可以先尝试判断原因，再让 AI 给出解释。我还可以用自己的话重新整理它的回答。偶尔，我也应该在不借助 AI 的情况下解决问题，并接受这可能会花费更多时间。最重要的是，需要理解生成的代码，而不只是保证其能够运行就满意了。

AI 可以消除编程中的许多困难，但这些困难并不全是无意义的。正是在与它们周旋的过程中，我们能够逐渐积累经验、判断力和信心。如果把所有困难都交出去，或许能完成更多任务，却会更难应对那些 AI 也解决不了的问题。