01 被室友"安利"的那个晚上

2025年，我还在用VSCode，配合ChatGPT写代码。体验嘛，一言难尽：它能接收的文本有限，上下文说忘就忘，改完代码还得我自己复制回去、自己跑命令验证。说是AI帮我，其实更像我给它打下手。生产力提升？真没感觉到。

转机来自我的研究生室友。他在读博士，当时在小红书实习，天天跟我安利字节的Trae。我起初不以为然——不就是个新编辑器吗？架不住他反复推荐，我下载试了试。

那一刻是真的被惊艳到了：它居然能自己看懂我的项目、自己改代码、自己跑命令验证。我之前所有的痛点，一次性全被解决了。

冷静下来想，技术上它并没有颠覆性的创新，更像是把大模型和编辑器"缝"在了一起。但就是这次"缝合"，把体验彻底打通了。

02 原来国外早就有了

我当时很好奇：这是字节自己想出来的点子吗？上网一查，发现国外的Cursor早就做了同样的事，两款产品几乎一个模子。我马上下载了Cursor——妈呀，太爽了。那种"被解放"的感觉，到现在还记得。

那时候公司里用AI编程的人还不多，我算是头一波吃螃蟹的。

如今我在阿里，内部有Qoder这样的产品。说白了，这类工具的形态已经趋同：编辑器 + 各家大模型 = 编程自动化。

用了快一年，我的状态是：重度依赖最新的模型和最快的响应速度，并且愿意为它付费——前提是公司报销（笑）。

在我看来，AI编程是近两年大模型最好的应用场景，没有之一。它让程序员从枯燥的"代码翻译"里抽身出来，终于可以站在项目的角度思考问题。不需要多大的技术颠覆，就能解放一整群人的生产力，这件事本身就很酷。

市面上我用过的模型不少：Claude Fable、Codex、GPT-5、千问系列、Grok 4.5、GLM 5.2……

如果只选一个"综合体验最好"的，我会投给Grok 4.5，理由就一个字：快。干活快，响应快，质量不一定是最好的，但大多数时候足够好。不过论复杂问题的根因定位，它不如Claude Fable。

为什么对Claude Fable印象这么深？讲一个真事。

项目里出过一个诡异异常，两个技术专家查了整整一天，毫无头绪。我把收集到的证据喂给Claude Fable，它一次就定位到了根因，还给出了解决方案——精准得让人头皮发麻。

那一刻我意识到：AI不只是"帮我写代码"的工具，某些时刻，它已经是团队里最厉害的那个"人"。

未来是AI的，而现在，就是AI的元年。

我很庆幸自己算是上车比较早的那批人。接下来就和大家一起，边用边学，一起进步吧。