AI放大能力差距——有了AI工具 AI编程之后反而更累了

AI是乘数，不是平等器。原本就强的人，加上AI更强；没有底层能力的人，AI只放大你的混乱。

shadcn前几天发了一条推文，6140个人点了赞：

“自从AI普及以来，我身边每一个朋友都处于过度工作的状态。周末也在工作，随时随地盯着手机输入提示词。有点令人唏嘘。”

shadcn是谁？做UI组件库的大神，靠一个开源项目年入百万美金。连他都说累。

我这两天用Claude Code开发小程序，本以为能甩手让AI干，结果发现——想太多。

最大的坑不是bug，是”找不到”。

手写代码的时候，每一行你都有记忆锚点。这个改动是上周四因为某个需求加的，那个逻辑是踩了坑之后改的——脑子里有地图。

AI生成的代码呢？对话记录散落各处，没有清晰的Git提交节点。

想找回上周四的某个改动？翻了几十条对话，根本不知道哪个版本是对的。AI代码像沙滩上的字，浪潮一过什么都没了。

Andrew Chen说了一句话：AI是乘数，不是平等器。

原本就强的人，加上AI，效率直接翻倍。没有底层经验的人，AI生成的代码就是一堆半成品拼凑，根本上不了线。

差在哪里？三件事：

架构能力——知道数据怎么流转、模块怎么拆，而不是扔一句”帮我做个小程序”就等AI给你结果。

产品判断——知道哪些功能是核心、哪些可以砍，而不是AI写什么你就接什么。

技术表达——能把需求说清楚，否则AI写出来的代码，跑不通、改不动、推不动。

有架构能力的人，3天上线；没有的人，2周还在改bug。AI放大的，是你原本就有的能力——包括你的混乱。

踩坑之后，我摸索出一个解法：三层同步。

对话负责解释过程，GitHub负责找回代码，知识库负责沉淀经验。

第一层：Git分支管理

每次开发新功能，必须开分支，而不是直接在main上改。

分支命名规则：

Commit信息要写清楚：做了什么、为什么做、关联哪个issue。

什么时候开分支？动了超过3个文件，或者改了核心逻辑。

什么时候合并？功能跑通，自测完成。

第二层：项目memory记录

Git解决的是”代码找得回”，memory解决的是”判断找得回”。

我的daily memory格式固定：

今天做了什么 → 列出关键改动

关键文件 → 改了哪些代码

Git commit → 贴上commit链接

遇到的问题 → 排查过程、解决方案

明天的计划 → 下一步要做什么

每天下班前花5分钟写，第二天找代码不用翻对话。

所以别再问”AI会不会取代人”了。

问题不是AI多强，而是你有没有驾驭它的能力。

想让AI帮你干活，先让自己有版本意识、有记录习惯、有驱动它的能力。

ps:我不是程序员🧑‍💻～

AI不会取代你，但它会放大差距——你强，它让你更强；你弱，它暴露得更彻底。

一个视频讲清楚obsidian+其他AI工具