上期视频关于 AI 编程的问题，评论区特别有意思。

有人说：”那是我模型不行。”

还有人说：”多写文档不就解决了吗？”，今天专门再深入聊聊。

目前AI的短板

目前所有 AI 编程工具，最大的短板，是存储与算力还不够

因为这个，国内外存存储算力公司股价都在大涨。

目前的AI 不可能每次修改一个功能的时候，把整个项目全部读一遍。

所以它每次看到的，永远只是局部。

它能看到 A 文件、B 文件、C 文件。

但它未必能看到 D 文件里面那个三年前写的公共方法。

也未必知道某个看起来没人在用的字段，其实被另外五个模块依赖着。

于是问题就来了。

当前 Bug 修好了。

新的 Bug 又出来了。

因为它看到的是局部最优，不是全局最优。

写文档也解决不了

有人说：”那就写文档啊。”

但文档本身解决不了这个问题。

因为文档也要占上下文。

项目代码读不完。

文档一样读不完。

你写十页文档它能看。

你写一千页文档，它一样看不过来。

本质问题还是没变。

所以现在很多 AI 编程工具都在做记忆系统。

包括 Codex、Claude Code。

它们会把项目的一些关键信息提炼出来，放进长期记忆。

这确实有帮助。

但问题是——记忆存的是总结。

而很多 Bug 恰恰藏在细节里。

一个参数。

一个配置项。

一个边界条件。

一个历史兼容逻辑。

这些东西往往不会出现在总结里。

最后还是得靠人去 Review。

因为人最大的优势，不是写代码。

而是理解上下文。

理解业务。

理解历史包袱。

理解那些没有写在文档里的东西。

为什么完全不会编程的人体验非常好

评论区还有一些朋友说：

“我完全不会编程，已经靠 AI 写了很多软件，也没遇到这些问题。”

这个我相信。

因为如果是一个 Demo、一个工具站、一个小程序、一个几千行代码的项目。

AI 体验确实很好。

甚至可以说非常爽。

但你让它接手一个运行了五年、十年的企业系统试试看。

带数据库。

带服务器。

带定时任务。

带消息队列。

带各种第三方接口。

再带几个已经离职的前任程序员留下来的祖传代码。

那个时候，你就会发现：

真正难的从来不是写代码。

而是理解代码。

AI 编程是帮手，但别神化。认清技术边界，才能合理使用工具。

感谢观看，下期我们讲讲程序员会因为现在的AI而失业吗。