夜雨聆风一个从业二十多年的老程序员，最近被言行不一、顽固不冥的 AI 助手整破防了。
事情是这样的：
我想让 AI 帮我实现一个简单的错题整理工具，整体流程非常清晰：
上传图片 → AI 切图 → 用户选择题目 → 【AI 分析】（可选） → 保存进数据库。
第一次提出需求，AI 很快就输出了代码，逻辑是这样的：
点击保存按钮，执行切图、存图操作；
点击 AI 分析按钮，会先检查是否存在图片路径，如果没有，直接弹窗提示：“请先保存题目，才能进行 AI 分析”。
我当时就哭笑不得：保存完了，我还去哪里找 AI 分析按钮？
于是我重新明确需求：用户点击 AI 分析时，直接把当前选中题目的图片路径传给 AI，分析完成后，再由用户手动点击保存。
AI 当即表示完全理解，会按照新逻辑修改代码。我信了，直接运行测试，结果弹窗依旧出现：请先保存题目，才能进行 AI 分析。
我以为是自己描述得不够细致，又再次补充说明：
“操作顺序反了！要先做 AI 分析，再执行保存。runAI 不要依赖 saveWithDetails 函数，直接读取当前图片即可。”
它满口答应：“你说得对！我马上修改，让 runAI 独立工作，不再依赖保存！”
看到这句话我立马急了：等等，我是这个意思吗？我什么时候说过，点击 AI 分析还要重新裁剪、重新保存图片？
......
就这样，我们来回拉扯了很久。它口口声声认同我，但最终给出的代码始终偏离需求。
反复沟通无果后，我彻底放弃让它理解业务逻辑，换了一套思路：不再描述业务目标，直接给出伪代码。这一次，AI 终于不再自作主张，问题顺利解决。
复盘这次经历，我总结出 3 条和 AI 编程协作的实用心得，同行可以参考：
1. AI 的通用 “最佳实践”，有时反而变成干扰项
AI 依托海量通用代码形成了固定思维模式，面对个性化、小众的业务需求很难灵活适配。
2. 别指望 AI 深度理解业务逻辑
AI 擅长执行明确的指令，却不擅长揣摩人的真实业务意图。与其反复解释 “我想要实现什么效果”，不如把需求拆解成一步步可执行的操作指令。
3. 发现 AI 强行 “合理化” 需求，及时止损
如果修改两三次依然达不到预期，就不要再继续拉扯。直接提供伪代码、限定执行步骤，效率会提升很多。
如今 AI 编程工具越来越普及，确实能大幅提升编码效率，但它终究只是辅助工具。
真正懂业务、把控逻辑、判断边界的核心能力，依旧是程序员无法被替代的价值。
本文首发于知乎，更多干货，欢迎大家搜索知乎“半生代码半生书”关注我~
#女程序员 #AI编程 #程序员日常
