夜雨聆风
1
如果可以，想办法用上 ChatGPT、Google Gemini 这些 AI 工具。
不管是工作还是学习，与国内的几个 AI 大模型相比，差距真的巨大，我相信国内大模型会有赶超的那一天，但现在看来，还没到那个时候。
我没有特别权威的数据，只是从个人使用体验来说，国外这几个 AI 大模型，要领先至少半年甚至一年以上。
所以，使用相较于国内前沿的工具，无形之中就像是打了信息差，在各方面都会比别人领先一些，可能你和别人是同一个任务，但是，你的效率和产出都会比别人好上很多，而这仅仅是因为工具的不同而已，绝无其他。
2
AI 的发展极为迅速，这个是显而易见的。从 2023 年开始有这种对话式的问答交互，大部分人的用法是帮忙写一个函数，或对文本内容进行润色。
那时文心一言还没有上线，我看到一些网站提供了这种功能，应该是接的国外的 AI 大模型，然后我就 180 元大洋买断了，结果还没用多久，这个网站经常打不开，一直在换域名，也没有什么渠道能通知到我，我都是连蒙带猜地，就又突然找到了。
现在想起来，我好像也没有用来干什么事情，无非就是翻译一篇英语短文、检查下写的文章的错别字等，后来，文心一言上线了，Kimi，豆包 AI 等相继出现，注意力就转移了，这个网站我就没再去使用过。
3
在使用诸多 AI 工具的过程中，最让我印象深刻的，还是第一次使用 Deepseek，看到那个 “深度思考” 模式，极为惊艳，用了快有两三个月吧，后来，在 2025 年年初爆火，铺天盖地，都是 Deepseek 的新闻，可以说，与国外相比，差不多的效果，只用到了一半不到的成本，这个对华尔街的资本家无疑是核弹，没有对比就没有伤害。
只是后来用的人多了，服务器资源不足，每次要用一下，经常都是超时，再加上数据被污染得太严重了，回答的质量直线下降。
无奈之下，我只能转到豆包 AI 了。
4
使用豆包 AI 的时间就很长了，比如公司的微信文章编写，之前预估是两天的工作量，但我让它根据公开的官网资料，以及相关的产品手册，按我提供的模板生成，半天就搞定了。
在我看来，这类文章没有必要深究一字一句，只要把表达的东西，传达到位，以及不要显得太过于 AI 味儿，就可以了，时间应该花在更有价值的事情上面。
如果说 Deepseek 那个 “深度思考” 模式让我印象深刻，那么豆包 AI 就是超能模式让我印象深刻了。这个超能模式，可以模拟用户登录平台，然后使用平台的功能，当时，我灵机一动，这样是不是可以用来测试平台的功能了？不就可以省掉测试的工作？
当时，我第一次使用之后，都惊呆了。
可以说，豆包 AI 是我用过的相对满意的一款 AI 工具了，至少 2025 年是这样的，不管是工作还是学习，对我助力颇多。但这一切都在 2026 年爆火之后，戛然而止。
现在使用超能模式，经常被告知当前功能使用火爆，要等几分钟才行。我是没有那么多耐心的，偶尔一两次还行，多了之后，可能要找替代品了。
5
恰逢和朋友交流最近基于 AI 开发项目的一些事情，说到很多公司都面向 AI 开发了，也就是所谓的 “氛围编程”，就是使用自然语言，把需求告诉 AI，让 AI 基于需求完成项目功能的代码开发。
而选择的则是 Google 提供的 IDE 工具 Google Antigravity，中文名是反重力，可以一键生成全部的代码，自动调试、编译、运行，出现问题，还可以自行修复。如果你使用过程中，需要调整需求，还可以告诉 AI，继续完善项目的功能。
我想起之前使用 V0.App 工具，尝试开发一键发文的工具，就是一篇文章可以同时发布到不同的平台，比如微信公众号、掘金、博客园等，当时，用起来觉得很一般，以为这个方式还不够成熟，接着，也听说豆包 AI 提供的 TACE 插件，都以为只是能局部支持，而不是提供整个项目的开发，就没有多去关注这方面。
但是，真正使用起 Google Antigravity 之后，我心里觉得，程序员被替代，真的不是痴人说梦。
我把之前在 V0.App 工具开发的项目，在 Google Antigravity 打开，我是不会 Java 后端开发的，但不影响我一人开发前后端，让它根据需求，把这个项目重构，删除了很多错误的代码，比如之前的前端代码里，有.vue，又有.rect 文件，显得不伦不类的，这次重构，前端完全基于 Vue3 框架来开发。
接着，Java 后端的代码也重构，搭配前端项目一起，把项目的架构都梳理清楚了。然后，项目也运行成功了。
真的太让我惊叹了。
6
后来，我让 Google Gemini 帮我处理一个因为网络代理，导致在 Mac 电脑上使用 VSCode 访问 Ubuntu 系统的工具，一直失败的问题。
然后，电脑的各种权限都给它了，它就一直执行脚本处理，类似托管电脑的那个龙虾工具，直到解决了为止。
再加上，很多编程的问题，让豆包 AI 和 Deepseek 排查的时候，明明我提供的是同一份信息，但是给出的结果千差万别，Google Gemini 直接指出了问题出在哪里，一招就命中要害，但是豆包 AI、Deepseek 提供的方案就差得多了。我第一次觉得，AI 工具给出的答案，能如此直接而有效。
这真的颠覆了我的三观，我知道这一天会到来，但真的到来之后，既焦虑又激动。焦虑的是程序员被替代，真的不是说说；而激动的是，在竞争力方面，技术的优势有点被磨平的趋势，更重要的是具备项目管理、产品设计、业务理解能力，在当下处于混乱时期，在规则成型之前，会有很多机会。
7
还有，如果我要创业，完全可以使用 Google Antigravity 来开发项目，至于代码泄漏等问题，小公司完全就是利益至上，先赚到钱再说，管你什么核心技术泄漏，这个不是现在需要考虑的，哪有那么多核心技术泄漏，不都是市面上已有的，缝缝补补又三年。
但是，这一点在大公司就行不通了，AI 工具用的第三方服务器，他们肯定是先读取到你项目的全部代码，才能给你提供建议，而这个过程，意味着你项目的全部源码，都被第三方公司获取了，这个就是代码泄漏风险，这也是这个氛围编程，无法在大公司快速推进的原因。
而如果你要私有化部署的话，成本是一方面，更重要的是，你成本再高，能比大模型母公司高吗？花的钱越多，意味着功能越强大，如果投入钱搞私有化部署，效果和公网提供的一对比，相距甚远，就会觉得吃力不讨好。这种情况下，真的能坚持使用私有化部署的大模型吗？估计会动摇了。
8
最后，上面说了那么多 AI 发展的有利之处，但工具终究还是要看使用的人，AI 带来了很多便利，但同时也带来了很多隐患，特别是学习这一块，如果要学习一门新技术，都是 AI 帮忙完成的作业，功能开发，那么就会浮于表面，不能真正掌握到知识的本质。
还有很多的事情，比如写文章，如果完全是 AI 帮忙写的，那么，自身是没有任何长进的，最佳的方式，应该是让工具回归到工具本身，文章还是你写的，但是，可以让 AI 帮忙校验，那就不一样了。
