摘要：本文通过作者使用AI编程工具一年的真实经历，探讨了AI对程序员能力的双重影响。一方面，AI显著提升了代码产出速度、技术视野、代码质量和跨领域开发能力；另一方面，也带来了基础语法记忆、调试能力、底层原理理解和深度阅读能力的退化。作者结合实习生写出精妙SQL却不懂窗口函数、以及AI生成代码在生产环境翻车的真实案例，指出AI时代程序员的核心竞争力正在从语法记忆转向架构设计、需求理解和代码review能力，并强调：用AI让你更快，但别让AI让你更懒。

一、一个让我后背发凉的时刻

上个月发生了一件事，让我有点慌。

组里来了个实习生，让他写一个数据导出功能。他打开Cursor，输入需求描述，AI生成了完整代码——包括接口定义、数据库查询、异常处理、单元测试。他review了一遍，觉得没问题，提交了。

整个过程，15分钟。

同样的功能，我当年刚工作时，写了一天。

但这不是让我慌的。让我慌的是：我看他代码的时候，发现有一段SQL写得非常精妙——用了窗口函数做去重，性能比常规写法好3倍。我问他："这段SQL是你写的？"

他说："不是，AI生成的。我其实不太理解窗口函数。"

一个不太理解窗口函数的人，写出了比我当年更好的SQL。

这就是AI编程工具在2026年的真实状态。

图片说明：AI编程工具发展时间线

二、我用了哪些AI编程工具

先说说我的工具箱。

日常主力是Cursor。它是一个基于VS Code的AI编程IDE，内置了Claude 3.5 Sonnet模型。我常用的功能有三个。Cmd+K：选中代码让AI修改或优化。Cmd+L：在侧边栏跟AI对话讨论方案。代码补全：写代码时AI自动补全，按Tab接受。

辅助工具是GitHub Copilot。在浏览器里看GitHub代码时，Copilot可以解释代码逻辑、生成PR描述。在终端里，Copilot CLI可以帮你写Shell命令。

偶尔用Claude Code。它是终端里的AI编程助手，适合做大型重构。你给它一个需求，它自己读代码库、理解架构、修改代码、跑测试。

还有一个新工具叫Windsurf。跟Cursor类似但更强的地方在于"多文件编辑"——你可以让它同时修改10个文件，它会理解文件间的依赖关系。

这些工具的共同特点是什么？它们不是"补全代码"，是"理解意图"。

图片说明：主流AI编程工具功能对比图

三、变强了的部分

用了AI编程工具一年后，我确实变强了。变强在以下几个方面。

第一，代码产出速度。以前一天写500行代码是高产。现在一天能产出1500-2000行。AI负责写"模板代码"——CRUD接口、数据校验、异常处理、单元测试框架。我负责写核心逻辑和架构设计。

第二，技术视野变宽。以前遇到不熟悉的技术栈，要从头学。现在可以直接让AI生成代码，然后读AI写的代码来学习。学Rust的时候，我让AI把我之前的Python项目改写成Rust，对比着看，学得飞快。

第三，代码质量提升。AI生成的代码，规范性比人写的好。命名一致、错误处理完整、有注释。以前懒的时候不写注释，现在AI自动帮你写了。

第四，debugging效率。以前一个bug查半天。现在把错误信息和相关代码丢给AI，它10秒就能定位问题。

第五，跨领域开发能力。我是后端开发，以前前端需求基本做不了。现在让AI帮我写前端，我review后修改。全栈开发能力大幅提升。

图片说明：AI编程前后效率对比图

四、退化了的部分

但说实话，也退化了。

退化一：基础语法记忆。以前所有语法都记在脑子里。现在很多东西记不住了——因为AI会补全。写Go的channel、Rust的生命周期标注，以前能手写出来，现在需要AI提示。

退化二：调试能力。以前debug是逐行看代码、加日志、分析逻辑。现在习惯了直接把错误丢给AI。一旦AI也分析不了，我就有点手足无措。

退化三：对底层原理的理解。以前写SQL要自己理解执行计划，现在AI帮你优化SQL，你可能不太理解为什么这样写更快。知识在"应用层"，不在"理解层"。

退化四：耐心。以前看一个2000行的文件，能耐着性子读完。现在超过500行就想让AI帮我总结。深度阅读代码的能力在下降。

最让我担心的是退化三。AI帮你写了代码，但你不理解原理。出问题的时候，你不知道怎么修。AI给的方案不对的时候，你不知道哪里不对。

图片说明：AI编程能力的增强与退化对比图

五、一个真实的故事：AI写的代码翻车了

上个月我们线上出了个事故。

一个用户数据查询接口，AI生成的代码里有一个隐藏bug。在特定条件下（用户ID为0且时间范围为空），SQL会全表扫描。测试环境数据量小没发现，生产环境直接卡死了数据库。

排查的时候，我先问了AI。AI说"可能是索引问题"。但它没找到真正的原因——因为它自己写的代码，它也不知道哪里有问题。

最后还是我一行一行读代码，发现了问题：AI生成的WHERE条件，缺少了对空值的判断。加了一个IF判断，问题解决。

这件事让我意识到：AI写的代码，你必须完全理解才能放心用。如果你不理解就提交了，出问题时你会很被动。

六、新的技能树

用了一年AI编程工具后，我觉得程序员需要的技能树在变化。

变重要的能力。架构设计能力——AI写不了架构，需要你设计。需求理解能力——你需要把模糊的需求翻译成AI能理解的指令。代码review能力——AI生成的代码，你必须能快速判断对不对。Debug能力——AI解决不了的问题，你得能自己解决。

变没那么重要的能力。语法记忆——AI会补全。模板代码编写——AI生成更快。简单bug修复——AI自动发现。

所以我的建议是：别怕AI替代你，但别让AI替代你的"思考"。让AI帮你写代码，但你要理解每一行代码的意思。AI是工具，不是拐杖。用工具让你跑得更快，但你的腿不能因为用了工具就不走路了。

七、写在最后

那个不太理解窗口函数的实习生，后来怎么样了？

我找他聊了一次。跟他说："AI帮你写了那段SQL，但你要去理解它为什么那样写。不然下次AI不在，你就不会了。"

他听了，花了一个下午学了窗口函数。后来他跟我说："哥，学完之后再看那段SQL，感觉完全不一样了。以前是'能跑就行'，现在是'知道为什么能跑'。"

这大概就是AI时代程序员的正确姿势。用AI让你更快，但别让AI让你更懒。

（全文完）