使用 AI 编程工具一周后的复盘：它能帮你从 1 到 100，但不一定能帮你从 0 到 1

AI 化现在已经如火如荼了。

网上铺天盖地都是关于 AI 的宣传、推广、教程和案例，仿佛不接触 AI、不使用 AI，就已经被这个时代甩在了后面。

我自己是在 2016 年进入互联网行业的，一直从事 UI 方向的工作。虽然做了差不多 10 年后转了行业，但对这个行业依然保持关注。毕竟曾经在里面待过，对产品、设计、开发这些事情还是有天然的兴趣。

以前互联网产品的开发流程，基本是按照：

产品 → 设计 → 程序

这样的结构来推进。

产品负责想需求，设计负责出页面，程序负责实现功能。大家各司其职，流程清晰，也相对稳定。

当时作为 UI，除了日常工作之外，其实总会有很多自己的想法。比如想做一个小工具，想验证一个小产品，想搞一个自己用着顺手的系统。但很多时候，这些想法最后都会卡在落地上。

原因也很简单：

不会开发开发成本高沟通成本高时间成本高想法太小，不值得专门组人去做

所以很多想法最后都只是想法。

作为一个曾经的互联网从业者，每次行业里出现新东西，我都会积极、简单地体验一下。比如 GPT、DeepSeek、千问、ComfyUI，包括各种 AI 工具和本地部署方案。

主打一个：

我可以不深入使用，但我一定要体验一下。

当然，还有一个原则：

能白嫖就白嫖。

你懂的，厂商都是要赚钱的。

只不过现在的互联网，已经不是早些年的互联网了。以前的互联网多少还有一种“我的就是大家的”的氛围，那时候开源、分享、论坛、教程、资源，都带着一种蓬勃发展的气息。

那真的是一个挺让人怀念的过程。

而现在，各种技术论坛、工具平台、知识社区，都开始搞收费、搞订阅、搞会员、搞付费专栏。倒不是说收费不对，毕竟大家都要活着，厂商也要赚钱。但作为一个老用户，多少还是会有点感慨。

以上，至少是一个老互联网从业者的牢骚。

后来 AI 开始快速发展，各种免费模型也陆续出现。不管是写文案、查资料、写代码，还是回答各种奇奇怪怪的问题，它总能给你一个看起来还不错的答案。

再后来，Claude、Codex、Trae 这类 AI IDE 工具，以及各种大模型组合工具横空出世。

它们确实把开发这件事变得更简单了。

过去你想做一个工具，可能需要产品、设计、前端、后端一起配合。现在你只要把需求描述清楚，再配合 AI IDE，就可以很快把一个项目的雏形跑起来。

不得不说，厂商这套组合拳打得很漂亮。

先让你看到效果，再让你产生依赖，最后让你乖乖付费。

当然，你也可以选择本地组硬件、本地跑模型、本地部署工具。但本着“白嫖原则”，我个人更倾向于花最少的钱，体验最多的东西。

使用 Codex 一周后的感受

在使用 Codex 一周后，我发现它在“1 到 100”的问题上往往表现不错。

也就是说，当项目的基础环境、依赖、路径和配置都已经正确时，它可以比较稳定地帮你继续开发、修改 bug、补充功能、调整逻辑，整体效率确实很高。

但在“0 到 1”的问题上，它的问题也很明显。

模型往往习惯用直线或曲线式的技术思维去解决问题。也就是不断围绕代码、命令、配置文件、依赖关系去尝试方案。

比如在运行 Python 时，如果本地 path 路径本身就是错的，Codex 很可能会习惯性地绕圈解决：

换命令改脚本重装依赖切换解释器修改配置文件重新生成启动方案

它会一遍又一遍地尝试各种方案，但真正的问题可能根本不在代码里，而是在系统环境里。

这种时候，其实最有效的解决方式反而很简单：

删除错误或旧版本 Python重新下载安装正确版本进入系统属性打开高级系统设置调整环境变量删除错误的 Python 路径保留正确的 Python 和 Scripts 路径

问题可能就解决了。

所以我对 Codex 这类工具的第一感受是：

它很擅长帮你从 1 到 100，但不一定擅长判断 0 到 1 的前提是否成立。

很多时候，真正卡住项目的并不是代码能力，而是环境、路径、权限、依赖、版本冲突和系统配置这些基础问题。

而这些基础问题，AI 不一定能第一时间判断出来。

再说 UI：AI 能做，而且做得还不错

再聊聊 UI。

在 UI 生产上，现在几个主流模型其实都能干，而且干得还不错。

你让它生成一个后台管理页面，它能生成。你让它做一个登录页，它能做。你让它根据某个风格做一个界面，它也能做。

从效率上看，确实比以前快很多。

但体验了一段时间后，我发现它也有几个明显的问题。

主要是两个：

1. 页面雷同，结构嵌套严重2. 关注用户体验，但不关注“白痴体验”

1. 页面雷同：反正都是抄

先说页面雷同。

AI 生成的页面，很多时候看起来都差不多。卡片、圆角、阴影、侧边栏、顶部导航、按钮、列表、弹窗，基本都是那一套。

当然，这事也不能全怪 AI。

因为以前人工设计，其实很多时候也是这样的。

实际工作中的对话经常是：

产品：我想开发个东西，你给我弄点页面出来。设计：？？？具体是什么？产品：就这样的，一个管理系统，一个工具平台，大概就那种感觉。设计：你把你想抄的产品给我看看。产品：……看这个。设计：你早说啊。

然后设计开始干活。

所以说白了，很多页面本来就是在参考、借鉴、复用和改造中完成的。

AI 也是这样。

它只是把这个过程变得更快、更直接了。

以前是产品找竞品，设计看竞品，然后重新画一套。现在是你直接告诉 AI：“参考某某风格，做一个什么页面。”它很快就能给你生成出来。

问题是，它生成得快，但也容易生成得像。

页面看起来都很完整，但缺少真正的差异化。

更明显的问题是，AI 很喜欢堆结构、套组件、加层级。一个简单页面，它也可能给你嵌套很多层 div、很多重复样式、很多看起来“高级”但实际没必要的组件。

结果就是：

能用能看但不一定简洁不一定好维护也不一定真的符合业务

2. 它关注用户体验，但不关注“白板体验”

第二点，是我觉得更关键的。

AI 是会讲用户体验的。

你问它怎么优化页面，它会告诉你：

按钮要清晰流程要简洁信息层级要明确反馈要及时操作路径要短界面要一致

这些都没错。

但这些更多是常规意义上的用户体验。

真正做 UI 和交互时，我一直觉得最重要的不是“用户体验”，而是“白板体验”。

所谓“白板体验”，不是骂用户，而是设计者必须在心里模拟一个状态：

我是一个啥也不懂的人。我是第一次打开这个页面。我不知道这个按钮是干嘛的。我不知道下一步该点哪里。我甚至不知道我现在是不是操作错了。

甚至再极端一点：

我 tm 会点啥？

UI 设计和交互设计最重要的，其实是心理暗示。

你要让用户一眼知道：

这是哪里我能做什么我该先点哪里点了以后会发生什么我错了能不能退回来我现在有没有完成操作

这不是简单地把按钮做大一点，把颜色做明显一点，把提示文案写清楚一点就能解决的。

它需要设计者站在一个完全不懂产品、不懂业务、不懂系统的人角度，重新看整个流程。

但目前这些 AI 工具很难做到这一点。

它们会给你一个看起来很专业的界面，也会告诉你很多标准的用户体验原则。但它很难真正理解一个普通用户在第一次使用时的犹豫、误解、困惑和不安全感。

这也是为什么 AI 生成的页面经常看着不错，但真正用起来时，总感觉差点意思。

它懂“用户体验”这个词，但不一定懂“用户像白板一样使用产品”时的真实状态。

总结

所以，使用 AI 编程工具一周后，我的整体感受是：

AI 确实降低了开发门槛。

它让一个原本不会完整开发的人，也可以把很多想法快速落地。尤其是对于我这种曾经做 UI、懂一点产品、但不算真正程序员的人来说，它的帮助非常明显。

过去很多想法会卡在开发上，现在至少可以先做出来一个能跑的版本。

这已经是很大的变化。

但它也不是万能的。

在开发上，它擅长从 1 到 100，不一定擅长判断 0 到 1 的基础条件是否正确。

在 UI 上，它能快速生成页面，也能做出不错的视觉效果，但容易页面雷同、结构臃肿，而且很难真正站在“小白用户”的角度去处理交互细节。

所以现阶段我对 AI 工具的看法是：

它不是替代品，而是放大器。

你本来有判断力，它能放大你的效率。

你本来有产品意识，它能帮你更快落地。

你本来懂设计，它能帮你更快出方案。

但如果你完全没有判断能力，它也可能带着你绕圈，甚至让你觉得问题越来越复杂。

AI 很强，但人依然要负责判断方向。

尤其是在 0 到 1 的阶段，人还是得站出来。