关于AI编程总结：
AI只是工具，工程师才是主导。
角色转变，职责如下：
一定要代码审查
让AI不断重构，保持模块化
要不断追问AI为什么这么设计
在AI时代保持你的“手感”
先思考如果是自己会如何开发，对比AI的结果
设定某段时间完全自己开发，不使用任何的AI
专注AI无法替代的“高维度技能”
系统设计与架构能力
精准提问与需求分析能力
复杂问题调试能力
2025-08-03
今天有一个新的关于AI编程的思考
之前我一直在焦虑AI生成的代码到底是否需要每一行都review呢？
AI编程在未来一定是指数级增长的，如果每一行都review的话，那么生产力并不会大幅度提升
怎么解决这个问题呢？
Anthropic 工程师提出了一个很好的点启发了我
对于关键的代码，核心的代码，对于其他模块有重大影响的代码，必须仔细review
对于叶子节点的代码，影响级别很小的代码，可以不必review，但是提前写好一些测试代码
未来我们信任AI编写的代码就如同我们信任编译器编译的出来的代码一样
AI编程工具的出现，无疑是近年来软件开发领域最激动人心的变革。当你第一次输入一个模糊的需求，看着屏幕上代码如瀑布般涌出时，那种“未来已来”的震撼感是真实存在的。然而，在这片繁荣的背后，一个隐蔽而危险的问题正悄然浮现，我称之为——“AI编程的70%陷阱”。
这个陷阱指的是：AI能够以惊人的速度完成我们大约70%的工作，但剩下的30%，那些决定了软件质量、稳定性和可维护性的核心部分，却成了一片雷区。如果我们不能清醒地认识并掌控这最后的30%，那么AI带来的效率提升，最终将以项目维护的灾难作为代价。
速度的幻觉：70%的诱惑与30%的灾难
在项目初期，尤其是开发MVP（最小可行产品）时，AI是完美的神器。它能迅速将想法变为现实，验证市场。但当我们进入持续的日常迭代时，问题的性质就变了。
如果一个团队不加审查地、一股脑地让AI主导开发，那么后续的维护绝对是灾难级别的。我们经常会遇到这样的噩梦：为了修复一个看似微小的错误，却不得不对整个代码库进行大规模的改动。 AI生成代码的速度，为我们埋下了巨大的技术债。它构建的可能是一个看似华丽，实则一触即溃的“纸牌屋”。
这背后隐藏着一个“知识悖论”：AI对于越资深的工程师越有用。
资深的工程师拥有多年积累的经验和直觉，他们知道什么是最好的架构，什么样的方案最合适。他们能将AI当做一个能力超群但没有经验的实习生，高效地指导它、修正它，发挥出工具的最大价值。而对于经验不足的开发者，则很容易全盘接受AI的输出，最终被AI“主导”，陷入被动的依赖。
因此，我们必须明确：AI只是工具，工程师才是主导。
新时代工程师生存法则：掌控AI，而非被其奴役
那么，我们该如何避免掉入这个陷阱，真正驾驭AI，让它成为我们能力的放大器，而不是技能的腐蚀剂呢？以下是我总结的三大生存法则。
法则一：角色转变 —— 从“代码实现者”到“AI指挥官”
当AI生成代码时，你的工作不是结束了，而是刚刚开始。你需要将自己定位为项目的“总工程师”，把AI生成的每一段代码都视为一份需要你严格把关的“Pull Request”。你的新职责包括：
代码审查官 (Code Reviewer): 像审查同事的代码一样，用你最挑剔的眼光去审视AI的成果。它的命名规范吗？逻辑足够清晰吗？有没有潜在的性能问题或安全漏洞？
重构大师 (Refactorer): AI生成的代码往往是“能用”，但远非“优雅”和“健壮”。你需要利用你的经验，动手去重构它，提升代码的可读性、可维护性和扩展性。这个重构的过程，正是你巩固和提升自身工程素养的最佳实践。
探究者 (Investigator): 当AI给出一个你前所未见的解决方案时，永远不要直接复制粘贴。你的第一反应应该是问“为什么？”把它当成你的私人技术导师，向它提问：“你为什么选择这种方法？它和方案B相比，优缺点各是什么？”然后，自己去查阅相关文档，彻底搞懂背后的原理。
法则二：刻意练习 —— 在AI时代保持你的“手感”
完全依赖AI而不写代码，无疑会让我们的核心能力萎缩。我们必须为自己设计“刻意练习”的场景，确保自己永远具备从零开始构建的能力。
先思后用 (Think First, Then Generate): 在向AI提问前，先强迫自己思考几分钟：“如果是我，我会怎么设计这个功能？代码结构会是怎样？”形成基本思路后，再让AI生成。对比你和AI的思路差异，这本身就是一次绝佳的学习。
设定“无AI日”: 给自己规定一个“数字脱敏”时间，比如每周五或者在做某个个人项目时，完全不使用AI代码生成工具。这能确保你的基础能力不生疏，让你时刻保持独立的战斗力。
专注于“硬核”部分: 将那些重复、样板化的代码（比如写基础的API、配置文件）放心地交给AI，但一定要把项目中最核心、最复杂的业务逻辑或算法牢牢抓在自己手里，亲自实现。这部分工作，是你的核心价值所在。
法则三：向上走 —— 专注AI无法替代的“高维度技能”
既然AI能处理具体的代码实现，我们就应该把宝贵的精力投入到那些更高维度、更具创造性的工作上。
系统设计与架构能力: AI可以写一个函数，但很难从零开始为你设计一个健壮、高可用的系统。学习如何从全局思考，如何划分模块、设计清晰的数据流和通信机制，这是架构师的核心价值。
精准提问与需求分析能力 (Prompt Engineering): 未来，“如何向AI精准地描述问题”本身就是一种顶级技能。将模糊的业务需求，转化为清晰、无歧义、包含所有边界条件的指令，将是顶尖工程师与普通工程师的分水岭。
复杂问题调试能力: AI可能会引入一些前所未见的、跨多个系统的诡异bug。顶级的调试能力，那种抽丝剥茧、定位根源的能力，将变得比以往任何时候都更加珍贵。你需要成为那个能解开“AI乱麻”的最终排错者。
结论：你的经验，是驾驭AI的缰绳
AI编程的浪潮势不可挡，它带来的效率革命是真实的。但这并不意味着工程师价值的终结，恰恰相反，它为我们指明了进化的方向。
未来属于那些能够掌控AI，而非被其奴役的工程师。通过从小处着手、保持模块化、并永远相信和依赖自己的经验判断，我们就能将AI这个强大的工具牢牢握在手中。我们的角色，将从一个埋头苦干的“编码者”，转变为一个运筹帷幄的“架构师”、一个洞察本质的“问题解决者”。
最终，我们的目标不是写代码更快，而是构建更好的软件。而这，永远需要人类的智慧、经验和判断力。