夜雨聆风今天参加了一场关于 AI 协同开发的讨论会。
原本以为大家会聚在一起讨论：
• Cursor 有哪些隐藏技巧？ • Prompt 怎么写更高效？ • AI 还能怎么压榨效率？
但整场听下来，真正让我印象深刻的反而不再是具体的工具，而是一套完整的：
「AI 时代的软件开发流程」。
1. 速度上去了，复杂度却没下来
会上有一句话让我非常认同：
“AI 提升了代码生成速度，但并没有降低软件工程的复杂度。”
甚至在某种程度上，AI 会放大原有的“混乱”。
AI 虽然能秒出代码，但它无法自发理解：
• 业务背景： 为什么要这么做？ • 历史债： 以前的设计有哪些妥协和深坑？ • 逻辑红线： 哪些老字段万万不能动？ • 团队约束： 真正的工程边界在哪？
如果只是简单的 “需求 → 丢给 AI → 生成代码 → 修 Bug”，短期看确实很快，但很快就会陷入“改一处崩三处、上下文越写越乱、返工越来越多”的泥潭。
2. Prompt 是战术，Context 才是战略
以前我一直以为，AI 时代最重要的是 Prompt（指令）。
但今天最大的感触是：AI 协作的瓶颈不在 Coding，而在 Context（上下文）。
AI 不缺代码知识，它缺的是 “理解你项目的能力”。
所以这套流程最核心的一点，是重新找回了那些曾被视为“形式主义”的东西：
• Constraints (约束) • API Spec (接口规范) • ADR (架构决策记录) • CHANGELOG (变更日志)
因为聊天记录会随着对话被刷掉，但文档不会。
Prompt 会随着语境“漂移”，但结构化的上下文能定江山。
3. 从“一把梭”到“人类 Gate”
我特别认同其中提到的一种开发节奏：
需求 → 文档化上下文 → AI 生成 → 人类 Gate 决策 → MVP 渐进交付
在这个环节里，最重要的概念是 “人类 Gate”。
AI 负责高效率产出，而人类负责：定方向、守边界、控风险、做决策。
这种关系不再是简单的“代写”，而更像：
• AI = 超高效率的工程师 • 人类 = 掌握全局的 Tech Lead
4. 为什么 AI 时代更需要 MVP？
AI 有个倾向：它太容易“一次性做很大”。
但需求堆叠得越多，上下文就越长，AI 也就越容易产生幻觉或逻辑漂移。
真正稳定的协作方式，反而回归到了软件工程最朴素的真理：
小步交付 → 及时验证 → 持续迭代 → 稳步扩展。
写在最后
AI 改变的，可能已经不再是“怎么写代码”，而是：
软件开发开始从“面向人类”，转向“同时面向 AI”。
未来高级工程师的核心竞争力，或许不再是手写代码有多快，而是：
如何把复杂问题，组织成 AI 能稳定协作的结构。
💡 互动环节：
你在用 AI 写代码时，是觉得效率起飞了，还是陷入了“修 Bug”的死循环？欢迎在评论区分享你的体感。
