========================

最近這幾個月,我基本已經習慣用 AI 寫程式了。

說實話,一開始真的很爽:

  • 一個功能,描述一下,直接給你一版能跑的
  • 介面、架構、甚至例外處理都幫你補好了
  • 有時連你沒想到的細節,它都「幫你想好了」

那種感覺就是:實現這件事,好像突然不值錢了

但用著用著,我開始有點不對勁。

u=4007305922,2375557912&fm=253&fmt=auto&app=120&f=JPEG.webp

  1. 開發確實更快了,但「收尾」越來越痛苦

以前做一個需求,大概節奏是這樣:

  • 寫需求(不一定完整)
  • 開發實作
  • 聯調 + 測試
  • 修 bug
  • 上線

雖然慢,但基本是「穩著走」。

現在變成:

  • 想個大概
  • AI 一頓生成
  • 頁面跑起來了
  • 然後開始……懷疑人生

你會發現:

  • 一些邊界你根本沒考慮
  • 某些邏輯「看起來對」,但細想不對
  • 改一個地方,另一個地方開始出問題

最要命的是:你不是在修 bug,你是在重新理解這個系統。而這個系統,一開始並不是你完整設計的。

  1. AI 最大的問題不是寫錯,而是「看起來沒錯」

這點我踩過很多次坑。

AI 給你的程式碼,很少是明顯錯誤的,大多數是:

  • 能跑
  • 邏輯通順
  • 甚至結構還挺優雅

但問題在於:請記住,它預設你的需求是清楚的

可現實是:

  • 我們的需求,很多時候是模糊的
  • 產品一句話:「大概這樣那樣」
  • 自己腦子裡也只是個輪廓

於是 AI 做了一件事:幫你把一個模糊的想法,變成一個「看起來合理」的實作

然後你就以為:

「差不多了」

但其實:

差很多

  1. 最崩潰的一點:你開始不完全理解你寫的程式碼

這點挺扎心的,但我覺得必須承認。

以前程式碼是自己一行一行寫的:

  • 為什麼這麼寫
  • 邊界在哪裡
  • 哪些地方可能出問題

心裡是有數的。

現在很多時候是:

  • AI 給一大段
  • 你大概掃一眼
  • 跑一下,OK,就合進去了

短期看效率很高。但後面只要一改動,你就會發現:你對這段程式碼的掌控力,其實是薄弱的

有點像接手別人寫的專案,只不過這個「別人」,是 AI。

當然這個可能還不是致命,要命的是測試,我們繼續往下聊。。。

  1. 測試為什麼突然變得很重要(甚至有點「救命」)

以前我對測試的理解是:

「保證品質」

現在感覺更像:

「幫我補我沒想清楚的東西」

因為現在的問題是:

  • 需求沒完全想清楚
  • AI 也不會幫你問問題
  • 開發階段直接就「生成完了」

那最後誰來兜底?

只能是測試。但問題是:測試拿到的,實際上是一個「沒定義清楚的系統」。所以就會出現:

  • 測不全
  • 測到一半發現邏輯本身就有問題
  • 來回反覆改

u=2015927167,1132824877&fm=253&fmt=auto&app=138&f=JPEG.webp

  1. AI Agent 更誇張,基本是「不確定性疊加」

如果只是普通業務,其實還能控制一下。

但我最近在做 AI Agent 產品,感受更明顯:

  • 同樣輸入,有時候結果不一樣
  • 提示詞(prompt)稍微改一點,行為就變了
  • 工具呼叫鏈一複雜,就開始失控

你會發現一件事:

傳統那套測試方法,有點不夠用了

你沒辦法寫死:

  • 輸入 A → 一定輸出 B

更多變成:

  • 大概率是對的
  • 偶爾會飄

這種東西,實際上挺難驗收的。

  1. 所謂「控制邊界」,以前靠人,現在沒人了

以前其實有一套「隱形流程」:

  • 產品會(相對)收斂需求
  • 開發會做取捨
  • 測試會卡邊界

這些事情不一定寫在文件裡,但它們一直在發生。現在很多時候變成:

一個人 + AI,把這些全做了

問題就在這:AI 不會幫你定義邊界,只會順著你寫下去。 那邊界從哪來?只能你自己補。但現實是:

很多人並沒有在一開始就補這件事

於是就變成:

  • 前面飛快
  • 後面瘋狂返工

主管還在問:

「不是已經做得差不多了嗎?」
「還需要多久?」
「什麼時候能完成?」

而你因為不確定性,根本沒法給出一個準確時間。你把問題說出來,得到的往往還是一句:「邊界你控制好了嗎?」

  1. 一個有點反直覺的結論

很多人覺得 AI 會讓人更輕鬆。

但我現在的感受是:

輕鬆的是「寫程式」,更累的是「兜結果」

而且這個「累」,是後移的:

  • 開發階段很爽
  • 到測試、驗收階段開始崩潰

甚至有點像:

你把複雜度「借」到了後面

00685TFIly1hun5ty39sgj60a00dcaa802.jpg

最後

我其實不覺得 AI 是壞事,反而很明確的一點是:它確實在提效。

但有一點越來越清晰:

它只是把「寫程式」這件事變簡單了,並沒有把「做系統」變簡單

甚至很多時候,是反過來的——

程式碼越容易產出,系統反而越容易失控。

所以在實際開發中,我慢慢有了一個更具體的判斷:AI 寫程式解放了「實作力」,但放大了「系統失控風險」。

如果你不想讓專案走到後面變成反覆返工、不斷推倒重來,那有些事其實繞不過去:

  • 需求還是要有人收斂
  • 邊界還是要有人定義
  • 測試還是要有人兜底

這些事,AI 目前幫不了你。也就是說:AI 能讓一個人寫得更快,但還沒辦法讓一個人真正撐起一個完整的產品。

至少在現階段,我不太相信「一個人 + AI 就能穩定做出一條產品線」。AI 帶來的,本質還是提效,而不是替代。多出來的人效應該用來發展新的產品線,繼續用技術改變這個世界。

如果你最近也在用 AI 寫程式,有類似的感受,歡迎聊聊。


原文出處:https://juejin.cn/post/7618896648212725800


精選技術文章翻譯,幫助開發者持續吸收新知。

共有 0 則留言


精選技術文章翻譯,幫助開發者持續吸收新知。
🏆 本月排行榜
🥇
站長阿川
📝14   💬10   ❤️2
390
🥈
我愛JS
📝2   💬9   ❤️2
87
🥉
💬1  
4
評分標準:發文×10 + 留言×3 + 獲讚×5 + 點讚×1 + 瀏覽數÷10
本數據每小時更新一次
🔧 阿川の電商水電行
Shopify 顧問、維護與客製化
💡
小任務 / 單次支援方案
單次處理 Shopify 修正/微調
⭐️
維護方案
每月 Shopify 技術支援 + 小修改 + 諮詢
🚀
專案建置
Shopify 功能導入、培訓 + 分階段交付