大家用 AI 写代码真实感受是啥？

轻松，不费脑子

AI 写的东西 AI 来改呗，但是基本的架构方向还是要控制一下，代码就看看类型，接口就好了，具体实现实在是看不过来……

离失业不远了。。。

你让 codex,chatgpt,claude 轮流审核、反复讨论一个稍微复杂点模块，它们可以从 1.0 扯到 1.100 可能也扯不完，反正就是不断有新的问题可以修正，文档越写越大，越写越多，token 花一大堆，任务文档还没完善好。

用 AI 来辅助设计和代码。问题定义，最终结果判断还是自己来，感觉比以前进步快。

只知道大概的业务逻辑，具体的实现和如何实现的一概不知，现在也不关心技不技术了，代码洁癖也没了，只关注结果。

以前：写的是个玩意儿啊，乱七八糟的。
现在：写的真好，比我写的强太多了。
最近发现 AI 还能提醒一些我都没想到的细节问题或者给出更完善的方案。

以前：码农
现在：产品

等 AI 时心思满天飞，又爽又焦虑

再也不用担心写不好前端了，也不用在那些 curd 浪费时间了

想搞 Agent 开发但是不知道要学到哪个程度，想复习以前的八股文 leetcode 微服务大数据什么但感觉又像上古世纪的玩意继续搞这些死路一条

AI 加快了每个人的脚步，但又在前路加了一堵高墙

以前还得想实现逻辑、校验逻辑
现在直接给出需求，验证结果

AI 啊，个个都是人才，说话又好听，超喜欢

@mclxly 那就过渡设计了,话说你写的项目能不能活 3 年还是个问题

需求搞玩了，没学到东西。

我现在已经不 review 代码了，只测试功能，只要功能正确实现、没 bug ，代码就是坨屎山我也无所谓了

AI 救不了产品。

我们是最后一代了

nbcls

想到啥，就能实现啥。真好

企业级项目里全面 ai 挺灾难的，以后就变成了 ai 对轰，谁也看不懂 ai 在写什么，你 skill agent 写的再好也没用。

glm5.2 和 kimi k3 是开源的，人类没救了

爽

虚无，个人 review 很麻烦

前两天和前司同事聊天，前司目前还在坚持古法编程。感觉目前还是挺抵触 ai 的，安全、ai 成本、不可控等等因素，说是只提供了一个国内的非顶级模型，每个人的额度都只给一点点，只能说公司既想拥抱 ai ，又没拥抱 ai 。


对于个人项目开发来说，只能说真香，提需求、验证，一直循环。git 管理起来，需求写的明白，整体还是非常可控的，同样有一种空虚的感觉（因为不知道具体实现），反正有问题就让 ai 改呗。

首先你需要定义它什么样才算“完成”

若干年：程序员缺少匠人精神

感觉挺累的，尤其是好几个项目来回切换着开发，大脑得跟着切换。

@dongdong12345 +1 一直疯狂切换上下文相当累，我现在也只能同步 3 个上下文。公司的大哥人均 4-6 个上下文。太恐怖了

@MSIAM 一直切换的话根本无法深度思考，只能说明维护的东西不是特别复杂。

以前：你不要乱改我代码，回退，按我的来 😈
现在：有什么需要我帮忙点的吗，我不乱动不打乱你的思路 🙃

很舒服，也更容易学到东西
遇到困难任务我会反过来向 claude 学习
你是如何解决的？过程中走了哪些弯路？这个方案和另一个对比有哪些优缺点？

AI 会成为公司的软肋，等公司运转靠 AI 了，token 就涨价，AI 公司就是垄断巨头了。一断网，公司就不能正常运转了。美国可以卡你脖子了。到时候，施行白名单制度，国内的代理就不好使了。

有种当老板的感觉

@xiuoo #8 更像架构师+产品

以前写完我还看看， 现在我一眼都不看，
只单元测试下，能过就行，他爱咋写咋写吧，功能实现就可以，抠细节没有意义了。
像以前老板我要求一样，能用就行

我觉得我在向 AI 许愿~

过度设计！！

不重要的，爱怎么写都行，我能用就行，有 bug 也无所谓

重要的，测试写满，自己还要看一遍。死也要让自己死的明白，看都不看真出事故了就是死不瞑目

@mclxly 是的，它会审核到天荒地老

去年我觉得国产模型还是纯纯垃圾，今年年初已经堪用，年中的时候我认为如果你没有特别繁难的需求，只是写写业务，那么 glm-5.2 以及 kimi-k3 已经足够满足你的需求。并且 k3 把 1M 上下文的瘸腿补齐了。

理性上我知道自己提交的代码都要 review ，起码自己要理解，但是慢慢的自己会越来越懒，刚开始还会用 postman 测一下接口，后来只要 AI 写好了我就直接提交。大部分时候测试那边都能一把过。

以前高级开发的壁垒是对技术和业务的深度理解，现在不管是深度还是广度，乃至于速度，AI 都会吊打人类。当然肯定还需要人来用 AI ，但是拼命的砍人力将会成为主流。

曾几何时，程序员的工作被压缩成了码农。。。现在好了，AI 杀死了码农，程序员又可以重生了。

@786375312123 就是太耗费精力了，没法专注

廉价

终于从老板的角度发号令指挥牛马干活了，这种感觉爽啊，还得是当老板爽。 现在我就是个传指令的。让底层牛马（ Ai ）干活。

审查 spec 我会花费很多时间，但是现在 spec 会被 llm 写的越来越长。所以我一般是自己写 skill 让他以后写 spec 都要绘制 mermaid 的关键链路、代码关系、ER 图之类的，然后起 subagent 来 review 几次，起码要在宏观上掌握这个 spec 的改动，看图其实是最快的。然后最起码几次 E2E 的简单测试和单测覆盖率要整上，模型交叉 review （当然也会存在问题永远改不完的情况）剩下就看命了 XD

累，但是效率非常高，能做到把两个月的事情压缩在一天内完成，以前没能力写的的现在用 AI 咔咔写，比如前端
精神紧绷着一直看着 AI 搞，需要随时调整决策避免它瞎搞，所以累。
周末抽时间验证了下想法（纯好玩），把生物医药的垂类 RAG 插件开发好了，让 AI 网上搜了几百篇文献入库再一轮轮做跑评估调优，这放以前至少三个月全职干，不可能周末随便搞搞就完成的。况且我也不是干前端干后端的。
还有信息过载的问题，肯定无法 100% 吸收 AI 产出，但能勉强学习个 5%，比以前效率高很多了，就是脑袋要炸了。