方向盘在你手里:别做AI的工具人

别让AI牵着走

上个月，团队里用Cursor的小李一脸得意，说他让AI三分钟写完了一个Django的REST接口，连单元测试都一并生成了。

旁边用Copilot的小张不服气，当场也试了同样的需求，结果AI给的代码风格跟项目规范差了十万八千里，跑起来倒是能跑，可往代码库一放，跟屎山完美融为一体。

这事让我想了很多。现在AI coding工具遍地都是，从GitHub Copilot到Cursor，从通义灵码到CodeGeex，哪个程序员手机里没装两三个？

可工具的普及，真的等于效率的提升吗？

能用与好用的差距

代码生成容易，但“能用”和“好用”是两码事。

前几天，一个新来的同事用Cursor写了个异步任务队列，用来处理用户上传的图片。AI生成得行云流水，用Celery搭配Redis，任务定义、队列配置、结果后端一应俱全。

他满心欢喜地部署上去，结果生产环境一跑，Redis连接池爆了——AI根本没考虑并发数，默认配置直接照搬。

改了几行配置参数，问题解决。

这说明了什么？AI能帮你写出“语法正确”的代码，但它不懂你的流量模型，不懂你的服务器配置，更不懂你的业务峰值会出现在凌晨三点还是双十一。

它只会从海量的开源代码里拼凑出一个看起来最像正确答案的东西，至于这个答案在你的环境里会不会引发雪崩，它不在乎。

我经常跟团队讲，AI像一个超级熟练的实习生，代码敲得飞快，但你需要盯着它的每一个逻辑分支。

它给你写的分页查询，可能没加索引优化；它给你写的用户认证，可能把密钥硬编码在代码里；它给你写的文件上传，可能连文件类型校验都忘了做。

你要是全盘照收，迟早有一天会被它带到沟里去。

AI理解的局限性

上下文理解，AI永远差那临门一脚。

现在的AI coding工具都号称能理解上下文，能看懂你整个项目的代码结构。可真用起来，你会发现它的“理解”特别浅。

我们做一个知识库问答系统，技术选型用了Elasticsearch做检索引擎。我让AI写一个多字段权重排序的查询，它洋洋洒洒写了一大段，语法完全正确，跑起来也没错。

但返回的结果，最相关的文档却排在了第三页——因为它没理解业务中“文档的更新时间”这个字段其实比“点击量”更能反映用户当前的需求。

后来我手动调整了权重公式，加了业务规则：三天内的文档权重加倍，来自认证专家的文档再加倍。就这么几行逻辑，搜索结果的质量瞬间提升。

AI当然也可以写这几行逻辑，前提是你得把业务规则清清楚楚告诉它。可问题就在这里——很多业务规则是隐性的，是产品经理在会议上随口提的，是运营在群里吐槽时透露的，是你自己做了三年业务才慢慢悟出来的。

这些东西，AI从代码里学不到。

所以我说，AI是个翻译器，它把自然语言翻译成代码语言。但那个自然语言的质量，完全取决于你。

你能不能把模糊的需求拆解成清晰的指令，能不能把业务方的潜台词转化成AI能理解的条件，这才是决定最终代码质量的关键。

善用AI者的优势

会用AI的人，正在悄悄拉开差距。

我观察过身边效率提升最快的几个同事，发现他们有个共同点：不是用AI用得最多的，而是最懂得怎么用AI的。

有个后端老张，接手一个十年老项目的重构。代码量几十万行，注释几乎没有，文档早就失传。换成别人，可能先把代码扔给AI让它解释。

但老张的做法不一样：他先把核心业务流程梳理成流程图，然后在每个关键节点上标注可能出现的问题，最后才把对应模块的代码片段扔给AI，问它有没有更好的实现方式。

结果呢？AI给出的建议，很多确实比原代码优雅。但也有不少建议，老张一看就知道不能用——因为原代码里那些“丑陋”的部分，往往是为了兼容某个历史遗留系统，或者为了绕过某个第三方库的bug。

这些信息，AI看不到。

老张花了三周时间，完成了本该三个月才能搞定的重构。事后他说：AI是杠杆，但它不会告诉你该撬哪里。你得自己找好支点，它才能帮你省力。

这个支点，就是你对业务的理解、对系统的把握、对未来的预判。这些东西，没法用Prompt传给AI。

真正的竞争力

将来淘汰你的不是AI，而是会用AI的人。

这话我说过很多次，今天还想再说一遍。

“会用AI”不等于“天天用AI”。我见过一些人，写个Hello World都要问AI，结果AI给了五种写法，他每种都看不懂，最后选了一个最复杂的，报错了自己还不会修。

这就像拿着计算器做加减法，按完数字就觉得自己会了，考试一关计算器，连2+2等于几都要想半天。

真正的会用，是知道AI擅长什么，不擅长什么。擅长的是快速生成样板代码、写单元测试、做代码翻译、查常见API用法。

不擅长的是理解业务逻辑、做架构决策、处理边界情况、保证代码质量。

真正会用的人，会把AI当成一个放大器，而不是一个替代品。他们用自己的经验判断方向，让AI去填充细节；用自己的知识把关质量，让AI去完成体力活。

他们知道什么时候该问AI，什么时候该自己动手，什么时候该把AI给的答案直接扔进垃圾桶。

我写代码也很多年了，从各种IDE，从搜索引擎到AI助手，工具越来越强，但有一点始终没变：代码背后是人。

是人要理解业务，是人要跟产品吵架，是人要保证系统稳定，是人要对自己的代码负责。AI再聪明，它也替代不了这个“人”字。

别怕AI，去用它，把它用到极致。但也别太信它，该质疑就质疑，该修改就修改，该重写就重写。你才是那个坐在驾驶座上的人，AI只是你车上的一台高性能发动机。

发动机当然重要，但方向盘，得握在自己手里。