我用AI写代码一年半了,说点没人告诉你的事

* 不是广告，不推工具。一年半的AI编程真实体验——哪些活适合丢给AI、哪些必须自己写、以及一个很多人忽略的核心能力。

一年半前我第一次让 AI 帮我写代码，兴奋得不行——感觉雇了个不要钱的实习生。

一年半后的今天，我每天还在用。但我的用法完全变了——从"你帮我写"变成了"你帮我想"。

一、AI写代码的三个阶段

回顾这一年半，我的 AI 编程体验分三个阶段：

阶段1：惊喜期（头两周）

"卧槽它真的能写代码！"

→ 什么都丢给 AI，包括架构设计

→ 写了一堆不能用的代码

→ 改 bug 的时间比手写还多

阶段2：幻灭期（1-2个月）

"它写的代码看着对，跑起来全错"

→ 开始怀疑 AI 的能力

→ 回归手写，只偶尔用 AI 查文档

→ 效率反而下降了

阶段3：协作期（3个月至今）

"我知道什么时候用它、什么时候信它"

→ AI 负责机械劳动，我负责决策

→ 效率比纯手写提高 3-5 倍

→ AI 还成了我的代码审查员

大多数人卡在阶段2就放弃了。这篇文章就是帮你跨过去。

二、AI编程的"能力地图"

经过一年半的磨合，我把 AI 的编程能力画了一张地图：

核心原则：AI擅长"标准答案"，不擅长"创造性决策"。

三、我的日常用法：分四层

我现在把编程任务分成四层，每层给 AI 的角色不同：

### 第1层：纯执行（80%的代码量）

"写一个函数，输入X返回Y"——这种任务 AI 比我快十倍。

""" 写一个 check_permission(role, action, resource) 函数。 入参：role=用户角色字符串, action=CRUD操作, resource=资源名 返回：True/False  权限矩阵： - admin: 全部允许 - editor: 允许read/update，不允许delete/create - viewer: 只允许read  要求：用一行字典映射实现，不要if-else瀑布。 """ 

这种任务放给 AI，不用审代码，跑一下测试就过。

### 第2层：需要理解的（15%的代码量）

涉及业务逻辑、状态管理、跨模块调用——这些我自己写核心骨架，让 AI 补充细节。

实际工作流：

1. 我写函数签名和关键逻辑的注释

2. AI 填充实现

3. 我审查逻辑是否正确（不是审查语法）

### 第3层：探索性的（5%的代码量）

"不确定最佳方案，需要试几个方向"——这是 AI 最有价值的使用方式。

"我想实现一个缓存层，有以下约束：[列约束]。 给我三个方案，比较它们的优缺点。不要直接写代码，先说思路。" 

AI 的优势是瞬间穷举多种方案——人脑做不到这么快的横评。用这个方式来"验证想法"，比直接让它写代码省十倍时间。

### 第4层：决策性的（0%——不给AI做）

技术选型、安全策略、数据模型设计——这些必须人来做。AI 可以作为"对话伙伴"提建议，但最终决策权不能外包。

四、AI不会告诉你的三个陷阱

### 陷阱1：AI的代码看起来很对

AI 生成的代码在"视觉上"总是很完美——缩进整齐、命名规范、注释齐全。这会产生一种"它写的一定对"的错觉。

但实际跑起来：API没了、变量名冲突、逻辑漏洞。唯一靠谱的验证方式是跑测试。

### 陷阱2：过度设计是AI的本能

AI 默认会用 factory、builder、strategy 模式——哪怕你只需要一个 20 行的工具函数。

// AI写的（3个文件，150行） class OrderExporterFactory { ... } class CSVStrategy implements ExportStrategy { ... } class ExportService { constructor(strategy) { ... } }  // 你需要的（1个函数，15行） function exportOrders(userId) {   return db.orders.find({userId}).map(o => `${o.id},${o.amount}`); } 

对策：在 Prompt 里加一句"不要过度抽象，优先用简单函数而非类继承"。

### 陷阱3：你正在丢失调试能力

一个我最近才意识到的问题：用 AI 写了太久代码后，独立 debug 的能力在退化。

以前遇到 bug 我会一行一行排查。现在第一反应是"把错误信息贴给 AI"。

解决：每周至少有一天"纯手写日"——关掉 AI 助手，回归原始人模式。保持肌肉记忆。

五、一个被严重低估的技能

很多人纠结"哪个 AI 工具更好"——Cursor vs Copilot vs 这个那个。

这些都是次要的。真正拉开差距的，是把需求拆成 AI 能理解的小块的能能力。

同一个需求：

❌ "帮我做一个用户管理后台" → AI 输出：一堆泛泛的代码，实际不能用  ✅ "先给我用户表结构，包含这些字段：[...]"    （拿到结果后）    "用这个表结构写 CRUD 接口，用 Express + TypeORM"    （拿到结果后）    "给 /users/:id 接口加上权限校验"    （拿到结果后）    ... → 每一步都是可执行、可验证的 

这不叫"会用 AI"，这叫"能和 AI 协作"。差一个字，完全不同。

总结

一年半的 AI 编程体验，浓缩成三句话：

1. AI 是助理不是导师——让它干机械活，决策留给自己

2. 分层协作——纯执行给 AI，理解类的合作，决策类的你自己来

3. 保持手写能力——AI 是自行车，但你还得会走路

你用 AI 写代码多久了？到了哪个阶段？评论区聊聊。

*点个「在看」，让你的程序员朋友别被 AI 养废了。*