“

30秒自检，你是哪一类？

□ 我电脑上没装过 Claude / opencode → AI 绝缘体（67%）
□ 我装过，但只用来”读读代码”、复制粘贴 → AI 表演者（17%）
□ 我敢让 AI 写代码，但不敢让它自动 fix bug → AI 入门者（8%）
□ 我有 CLAUDE.md/AGENTS.md，AI 自动跑测试全绿 → AI 驾驭者（8%，可以关闭这篇文章了）

如果你选了前两项，这篇文章是写给你的。
不是 AI 要淘汰你，是那 8% 的人要淘汰你。

一、一个残酷的比例：你们团队 30 人，只有 2-3 个真会用 AI

我来给你画一张这个行业的真实图景，精确到比例：

这就是现实。

你们公司 30 人的研发团队，可能只有 2-3 个人 真正在用 AI 的 Agent 能力；另外 5 个人在假装用；剩下 20 个人，连 Claude 都没装过。

而那个 280 万行代码的工业软件项目，还在等着有人去修 bug。

二、四种症状：你正在”表演用 AI”

我见过太多工业软件领域的 C++ 工程师了。他们知道 opencode，知道 Claude，甚至知道 Cursor。他们会打开工具，会输入指令，会看着 AI 跑。

但他们不是在用 AI，他们是在表演用 AI。

以下四种症状，专为两三百万行 C++ 代码库的工业软件工程师定制。请对号入座：

🎭 症状 1：AI 当电子词典（只读不改）

你把一段 500 行的代码复制到对话框里，问 AI：”这段代码是干什么的？”

AI 给你解释了一遍。你点点头，觉得自己”用了 AI”。

然后呢？没有然后了。

你不敢让 AI 帮你优化这段代码，不敢让 AI 帮你找内存泄漏，不敢让 AI 帮你补全异常处理。

“

你把一个能帮你干活的工程师，降级成了一个会说话的代码注释生成器。

🎭 症状 2：对话模式复制粘贴（人肉搬砖）

“帮我写个读取 IGES 文件的函数。”

AI 写了。你复制，粘贴到你的 *.cpp 里。编译，报错——少了个头文件。你自己手动加上。

“帮我写个异常处理的 wrapper。”

AI 写了。你再复制，再粘贴。风格不对，你自己手动改。

“

你不是在用 AI 编程，你是在给 AI 当打字员。 AI 出脑，你出手。你明明花了钱买 API，却还在干最机械的体力活。

🎭 症状 3：不敢让 AI fix bug（核心恐惧）

你的代码在导入某个 STEP 文件时崩溃。你知道大概在哪，但你只敢让 AI “帮我看看这段代码有什么潜在问题”。

AI 列出了 3 个可能的问题。你看了，觉得”好像有道理”，然后手动去改。

你为什么不直接说：

“

帮我 fix 这个 bug：网格剖分模块在导入 STEP 文件时崩溃，请定位根因、修复代码、运行测试验证。

因为你怕。你怕 AI 改坏了你找不到，你怕 AI 改动的范围太大 review 不过来，你怕 AI 不懂你们项目的隐式约束。

“

但你的”怕”，恰恰是最大的浪费。两三百万行代码里的 bug，你用肉眼逐行 grep 的效率，和让 AI 自动分析、自动修复、自动验证的效率，差了不止一个数量级。

🎭 症状 4：裸奔启动（The Naked Launch）

你打开 Claude，直接丢给它一个需求，不给任何上下文。

让 AI 在 280 万行 C++ 代码里自己摸索：这是哪个模块？依赖谁？构建系统是什么？内存管理规范是什么？能不能用裸指针？异常处理策略是什么？

“

AI 不是神。AI 在没有地图的迷宫里也会迷路。

你明知道这个代码库有几百个模块，每个模块都有自己的架构、约定、历史包袱，你却让 AI 从零开始探索。然后你怪 AI “理解能力不行”。

三、为什么互联网那套 AI 玩法，在工业软件行不通？

你可能要反驳了：”互联网大厂也有大项目，他们怎么不需要？”

因为工业软件的 C++ 代码库，和互联网的微服务架构，完全是两个物种：

在工业软件里，人类工程师入职后都要花 几周甚至几个月 才能熟悉一个模块。

你凭什么认为 AI 能在没有任何上下文的情况下”秒懂”？

四、解药：30 分钟写一份 CLAUDE.md/AGENTS.md，AI 效率翻 10 倍

CLAUDE.md/AGENTS.md 就是给 AI 的”模块入职手册”。

它不是写给人看的文档（人不需要，人有老员工带），它是专门写给 AI 的”快速上手指南”。

不需要写论文，一份合格的 CLAUDE.md/AGENTS.md 只需要 5 个部分：

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line# Mesh Partition Module - Agent Guide## 1. 一句话职责负责将 CAD 模型离散化为有限元网格，支持四面体/六面体混合剖分。## 2. 核心类与入口- `MeshGenerator`：主入口，Builder 模式，线程安全。- `GridAdapter`：对接 OpenCASCADE 几何内核。- `MeshQualityChecker`：剖分后质量检查，内部使用 std::async 并行。## 3. 依赖关系- **内部依赖**：`Core`（向量/矩阵）、`Geometry`（OpenCASCADE 封装）  - **外部依赖**：OpenCASCADE 7.7+, CGAL 5.5+  - **禁止依赖**：`GUI` 模块（后端模块不可引用 UI）  ## 4. 构建与测试- 构建：`cd build && cmake --build . --target Mesh`- 单元测试：`ctest -R mesh_`- 集成测试：`./tests/integration/step_import_test`## 5. 铁律（AI 必须遵守）- **内存**：禁止裸指针 new/delete，几何句柄必须用 Handle(Geom_Surface)。- **线程**：剖分算法在 ThreadPool 中运行，禁止直接操作 QWidgets。- **异常**：所有 OpenCASCADE 调用必须包在 try/catch 中。  - **日志**：使用项目统一的 Logger::info()，禁止 std::cout。

就这么多。写一份需要多久？30 分钟。

但它能让 AI 每次进入这个模块时，省下 5000+ tokens 的探索成本，并且生成的代码第一次就能通过编译和风格检查。

四（续）、CLAUDE.md/AGENTS.md 是地基，不是摩天大楼

我知道你在想什么。

“就写个文档，AI 就能自动 fix bug 了？太理想化了吧。”

你说得对。CLAUDE.md/AGENTS.md 只是让 AI 不迷路的地基。真正的 AI 驾驭能力，还包括水面之下的东西：

🧊 水面之上（你立刻能做的）

• ✅ 写一份 CLAUDE.md/AGENTS.md，让 AI 理解项目规范

🧊 水面之下（你需要持续修炼的）

• 提示词工程：怎么写指令能让 AI 输出可直接编译的代码，而不是需要手工改的草稿
• 幻觉识别：AI 会自信满满地引用一个不存在的 API，你靠什么发现？
• 渐进式授权：今天让 AI 补全函数，下周让 AI 重构模块，下个月让 AI 自动跑 CI——信任是慢慢建立的
• Review 策略：AI 改了 50 个文件，你怎么 review？全看一遍不现实，不看又危险
• 工具链集成：怎么让 AI 真正调用编译器、跑测试、读报错，而不是假装自己跑过了

但这些，是地基盖完之后的事。

你现在连地基都没有，讨论屋顶用什么瓦片是奢侈的。先写文档，再谈进阶。

“

那 1/12 的 AI 驾驭者，不是因为他们只写了 agents.md，而是因为他们从写文档开始，一步步把剩下的能力也补全了。

五、差距不在 AI，在用 AI 的人

看看同一件事，三种人的三种做法，三种结果：

❌ AI 表演者（症状 1 + 症状 2）

❌ AI 入门者（症状 3 + 症状 4）

✅ AI 驾驭者（CLAUDE.md/AGENTS.md + /init + Agent 模式）

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line$ cd /path/to/3m-lines-project/modules/mesh_partition$ lsCLAUDE.md/AGENTS.md  src/  include/  tests/  CMakeLists.txt$ Claude> /init 请阅读当前目录下的 CLAUDE.md/AGENTS.md，理解本模块的规范与约束。> 帮我 fix 这个 bug：网格剖分模块在导入 STEP 文件时崩溃，  请定位根因、修复代码、运行 ctest -R mesh_step 验证。

六、三种人的三种借口，我都帮你怼回去了

看到这儿，三类人会有三种反应。

我提前帮你把借口堵死：

🙅 那 2/3 的 AI 绝缘体会说：

“

“AI 还是不行，复杂工业代码它搞不定。”

回怼： 你试都没试过，凭什么下结论？ 两三百万行代码你自己能搞定，AI 在 CLAUDE.md/AGENTS.md 的指引下搞不定？

你不是在拒绝 AI，你是在拒绝 10 倍效率。

🙅 那 1/6 的 AI 表演者会说：

“

“我知道 CLAUDE.md/AGENTS.md 有用，但我没时间写。”

回怼： 你每天有时间和 AI 来回拉扯 20 轮对话，解释你的项目结构，纠正 AI 的错误，帮它在两三百万行代码里找方向——

却没时间花 30 分钟 写一份能永久复用的 CLAUDE.md/AGENTS.md？

你不是没时间，你是没有算账的能力：

• 写一份 CLAUDE.md/AGENTS.md：30 分钟，一次性投入
• 每次启动 Claude 省下的 tokens：2.00
• 一个模块一年省下的钱：$1000+
• 更重要的是：AI 生成代码的首次通过率从 20% 提升到 90%

🙅 那 1/12 的 AI 入门者会说：

“

“我不敢让 AI fix bug，怕它改坏了。”

回怼： 你怕 AI 改坏，就不怕自己手改坏？

Claude 和 opencode 的 Agent 模式会自动编译、自动运行测试、自动验证。

你手改代码有这些保障吗？

“

你怕的不是 AI 犯错，你怕的是失去控制感。但真正的工程师，控制的是结果（测试通过、功能正确），不是过程（必须我亲手敲的每一个字符）。

七、今天就开始：三件事

我不打算只骂你，给你三个立刻能做的改变：

1️⃣ 如果你还没装 Claude 或 opencode，今天装

别再用”AI 不靠谱”当借口了。那是 2023 年的借口，现在是 2026 年。

2️⃣ 如果你只会”读代码”和”复制粘贴”，学会 /init 和自然语言驱动

Claude / opencode 不是聊天机器人，它们是工程师 Agent。

• /init：让 AI 理解你的项目，进入专业状态
• 自然语言驱动：直接说”帮我 fix 这个 bug”、”请运行测试验证”，AI 会自动定位、修复、编译、跑测试
• Agent 模式：让 AI 自主执行多步任务，不是一问一答的复读机

3️⃣ 给你负责的模块写一份 CLAUDE.md/AGENTS.md

不用完美，先要有。模板就在上面，复制粘贴，填上你的模块信息。

把它放在模块根目录下，和 CMakeLists.txt 同级。

写在最后

有人说，2026 年软件工程师将被 AI 淘汰。

我不信。

我相信的是：

“

2026 年，那 2/3 从没用过 AI 的工程师，和那 1/6 只会复制粘贴假装用 AI 的工程师，将被带着 CLAUDE.md/AGENTS.md 进场、敢让 AI 自动 fix bug 的工程师淘汰。

你每烧掉的一美元 tokens，都是对手省下来的研发预算。

你每浪费的一天在两三百万行代码里人肉 grep，都是对手多做一个功能迭代的时间。

而你，还有半年时间决定自己属于哪一边。

“

第一层：如果你已经是那 1/12，转发这篇文章，救你的团队一命。

第二层：如果你发现自己是那 1/6 或 2/3，你还有 6 个月时间。

第三层：在评论区告诉我，你属于哪一类。我赌 80% 的人是”AI 表演 者”——敢不敢来认领？