凌晨两点，我让 AI 帮我写了一个功能

凌晨两点，我盯着屏幕上的需求文档，脑子一片空白。

“实现一个带分页、搜索、排序的用户列表，支持导出 Excel…”

以前，这个功能要写一天。

现在，我打开 Cursor，输入了一段提示词：

实现一个 React 用户列表组件，要求：
1. 支持分页（每页 20 条）
2. 支持搜索（姓名、邮箱）
3. 支持排序（按创建时间、姓名）
4. 支持导出 Excel
5. 使用 TypeScript
6. 使用 Ant Design

30 秒后，AI 给了我 200 行代码。

我看了看，改了几个地方，测试了一下。

能用。

我保存代码，提交，关电脑，睡觉。

从需求到完成，20 分钟。

---

第二天早上，我醒来，突然想到一个问题：

如果 AI 能 20 分钟写完我一天的工作，那我还有什么价值？

---

第一个月：AI 是我的超级助手

刚开始用 AI 编程助手的时候，我觉得自己找到了宝藏。

场景 1：写重复代码

以前：

// 手写 CRUD 接口，复制粘贴改改
export const getUsers = async () => {
  return await request.get("/api/users")
}

export const getUser = async (id: number) => {
  return await request.get(`/api/users/${id}`)
}

export const createUser = async (data: User) => {
  return await request.post("/api/users", data)
}

// ... 还有 update、delete，每个都要写

现在：

// 我：生成用户的 CRUD 接口
// AI：30 秒生成 5 个接口，还带类型定义

效率提升：10 倍。

场景 2：写测试用例

以前：

// 手写测试，想各种边界情况
describe("UserService", () => {
  it("should get user by id", async () => {
    // ...
  })

  it("should throw error when user not found", async () => {
    // ...
  })

  // ... 写到怀疑人生
})

现在：

// 我：为 UserService 生成测试用例
// AI：生成 20 个测试用例，覆盖率 90%

效率提升：20 倍。

场景 3：重构代码

以前：

// 看着一坨屎山，不知道从哪里下手
function processData(data) {
  // 200 行代码
  // 各种 if-else 嵌套
  // 看不懂当初为什么这么写
}

现在：

// 我：重构这个函数，拆分成多个小函数
// AI：拆分成 5 个函数，每个都清晰易懂

效率提升：5 倍。

---

第一个月，我的工作效率提升了 5 倍。

老板夸我：“你最近怎么这么快？”

我笑了笑，没说话。

心里想：因为我有 AI。

---

第二个月：我开始依赖 AI

第二个月，我发现自己越来越依赖 AI。

依赖 1：不想动脑

以前：

遇到问题，先想想怎么解决，实在想不出来再 Google。

现在：

遇到问题，直接问 AI。

“AI，这个 bug 怎么修？”

“AI，这个功能怎么实现？”

“AI，这段代码为什么报错？”

我发现，我不想动脑了。

依赖 2：不想写代码

以前：

写代码是一种乐趣，看着自己的代码跑起来很有成就感。

现在：

写代码变成了"调教 AI"。

我不再写代码，我只是告诉 AI 我要什么，然后等它生成。

我发现，我不想写代码了。

依赖 3：不想学习

以前：

遇到新技术，会花时间学习，看文档，写 Demo。

现在：

遇到新技术，直接问 AI。

“AI，给我写一个 React 19 的例子。”

“AI，给我写一个 Next.js 15 的项目。”

我发现，我不想学习了。

---

第二个月结束时，我突然意识到：

我在退化。

---

第三个月：AI 出错了，我不会修

第三个月，发生了一件事，让我彻底清醒了。

事故现场

产品经理给了一个需求：

“实现一个复杂的数据统计功能，要支持多维度筛选、聚合、图表展示…”

我照例让 AI 写代码。

AI 生成了 500 行代码。

我看了看，觉得没问题，就提交了。

---

测试的时候，发现数据不对。

我检查了半天，发现是 AI 写的聚合逻辑有问题。

但我看不懂 AI 写的代码。

因为这 500 行代码，我一行都没写过，我只是复制粘贴。

我不知道它的逻辑是什么，不知道哪里出错了。

---

我尝试让 AI 修复：

“AI，这段代码的聚合逻辑有问题，帮我修一下。”

AI 改了。

测试，还是不对。

“AI，还是不对，再改。”

AI 又改了。

测试，还是不对。

---

我来回折腾了 3 小时，还是没修好。

最后，我只能找同事帮忙。

同事看了 10 分钟，说：“这里的逻辑不对，应该这样写…”

10 分钟，问题解决了。

---

我坐在电脑前，陷入了沉思。

如果我不会写代码，AI 出错了，我该怎么办？

如果我不懂原理，AI 生成的代码有 bug，我该怎么修？

如果我完全依赖 AI，那我还算程序员吗？

---

第四个月：我重新思考 AI 的定位

第四个月，我开始重新思考 AI 在编程中的定位。

认知 1：AI 是工具，不是替代品

AI 很强大，但它不是万能的。

AI 能做的：

• 写重复性代码（CRUD、配置文件）
• 生成测试用例
• 重构代码
• 解释代码
• 提供思路

AI 不能做的：

• 理解复杂的业务逻辑
• 做架构设计
• 权衡技术方案
• 解决疑难 bug
• 创新

AI 是工具，是助手，不是替代品。

认知 2：AI 生成的代码，要理解才能用

AI 生成的代码，不能直接复制粘贴。

必须做到：

1. 看懂每一行代码
2. 理解整体逻辑
3. 检查边界情况
4. 测试各种场景
5. 确保代码质量

如果看不懂，就不要用。

认知 3：AI 是放大器，不是替代器

AI 不会让菜鸟变大神，但会让大神更强。

菜鸟 + AI：

• 能快速写出能跑的代码
• 但不懂原理，出问题不会修
• 代码质量参差不齐
• 容易产生技术债务

大神 + AI：

• 能快速实现想法
• 懂原理，能优化 AI 的代码
• 代码质量有保障
• 效率提升 5-10 倍

AI 是放大器，放大的是你的能力。

---

第五个月：我找到了和 AI 相处的方式

第五个月，我找到了和 AI 相处的正确方式。

方式 1：让 AI 做它擅长的事

AI 擅长：

• 写样板代码（CRUD、配置）
• 生成测试用例
• 重构代码
• 解释代码
• 提供多种方案

我擅长：

• 理解业务需求
• 设计架构
• 权衡技术方案
• 解决复杂问题
• 代码审查

分工明确，各司其职。

方式 2：用 AI 学习，而不是依赖

错误的用法：

我：给我写一个 React Hook
AI：（生成代码）
我：（复制粘贴）

正确的用法：

我：给我写一个 React Hook，并解释原理
AI：（生成代码 + 解释）
我：（理解原理，学习新知识）
我：为什么要这样写？有没有更好的方案？
AI：（解释原因，提供其他方案）
我：（对比方案，选择最优解）

用 AI 学习，而不是依赖。

方式 3：保持思考，不要偷懒

AI 生成代码后，问自己：

1. 这段代码我看懂了吗？
2. 这个逻辑合理吗？
3. 有没有边界情况没考虑？
4. 性能怎么样？
5. 安全性怎么样？
6. 可维护性怎么样？

如果有一个问题答不上来，就不要用。

---

AI 时代，程序员的核心竞争力是什么？

用了半年 AI 编程助手，我总结出了一些思考。

1. 理解能力 > 编码能力

以前：

程序员的核心能力是"写代码"。

现在：

程序员的核心能力是"理解需求、设计方案、解决问题"。

写代码，AI 能帮你。

但理解需求、设计方案、解决问题，AI 帮不了你。

2. 判断能力 > 执行能力

以前：

程序员的价值是"执行"——把需求变成代码。

现在：

程序员的价值是"判断"——判断哪个方案更好，判断 AI 的代码对不对。

AI 能生成 10 种方案，但选哪个，要你来判断。

3. 学习能力 > 现有知识

以前：

程序员的竞争力是"我会什么技术"。

现在：

程序员的竞争力是"我能多快学会新技术"。

技术更新太快，AI 也在进化。

唯一不变的，是学习能力。

4. 创新能力 > 重复劳动

以前：

程序员的工作是"重复劳动"——写 CRUD、改 bug、加功能。

现在：

程序员的工作是"创新"——设计新架构、解决新问题、创造新价值。

重复劳动，AI 能做。

创新，只有人能做。

---

给所有程序员的建议

如果你也在用 AI 编程助手，我想给你一些建议：

1. 拥抱 AI，但不要依赖 AI

AI 是工具，要学会用，但不要依赖。

就像计算器：

• 你可以用计算器算复杂的数学题
• 但你要懂数学原理
• 不能连 1+1 都要用计算器

AI 也一样：

• 你可以用 AI 写代码
• 但你要懂编程原理
• 不能连简单的代码都要 AI 写

2. 用 AI 提升效率，而不是偷懒

AI 能提升效率，但不是让你偷懒的借口。

提升效率：

• 用 AI 写样板代码，节省时间
• 用节省的时间学习新技术、优化架构、解决难题

偷懒：

• 用 AI 写所有代码，自己不动脑
• 不理解代码，不检查质量
• 出问题了不会修

前者让你更强，后者让你退化。

3. 保持学习，不要停止思考

AI 再强，也只是工具。

真正的竞争力，是你的大脑。

• 保持好奇心，学习新技术
• 保持思考，理解原理
• 保持创新，解决新问题

AI 会进化，你也要进化。

4. 记住：AI 是你的助手，不是你的替代品

AI 不会取代程序员。

但会用 AI 的程序员，会取代不会用 AI 的程序员。

---

写在最后：我和 AI 的协作日常

现在，我每天都在用 AI 编程。

但我和 AI 的关系，不再是"我问，它答"。

而是"我们一起工作"。

早上 9 点：

我：今天要实现一个用户权限系统，给我几个方案。

AI：方案 1：RBAC，方案 2：ABAC，方案 3：…

我：对比一下优缺点。

AI：（详细对比）

我：我选方案 1，给我设计数据库表结构。

AI：（生成表结构）

我：（检查，优化，确认）

上午 10 点：

我：实现用户表的 CRUD。

AI：（生成代码）

我：（检查代码，发现一个性能问题）

我：这里的查询会有 N+1 问题，优化一下。

AI：（优化代码）

我：（测试，通过）

下午 3 点：

我：写测试用例。

AI：（生成 20 个测试用例）

我：（检查，补充边界情况，运行测试）

下午 5 点：

我：写文档。

AI：（生成 API 文档）

我：（检查，补充使用示例）

---

这就是我和 AI 的协作方式：

• AI 负责执行，我负责思考
• AI 负责生成，我负责审查
• AI 负责建议，我负责决策

我们是搭档，不是主仆。

我们是协作，不是替代。

---

最后送给所有程序员一句话：

AI 时代，程序员不会消失，但会分化。

会用 AI 的程序员，效率提升 10 倍。

不会用 AI 的程序员，会被淘汰。

而完全依赖 AI 的程序员，会退化成"提示词工程师"。

真正的程序员，是那些能驾驭 AI，而不是被 AI 驾驭的人。

你，想成为哪一种？