========================
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:
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。

以前做一個需求,大概節奏是這樣:
雖然慢,但基本是「穩著走」。
現在變成:
你會發現:
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。
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:
但問題在於:請記住,它預設你的需求是清楚的。
可現實是:
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
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:
心裡是有數的。
現在很多時候是:
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。。。
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:
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:

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:
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:
更多變成:
這種東西,實際上挺難驗收的。
以前其實有一套「隱形流程」:
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:
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?」
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:
甚至有點像:
你把複雜度「借」到了後面

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:
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。