在AI coding落地时，许多团队都陷入了一个误区：热衷于讨论工具、框架和流程，却回避了最核心的问题——我们是否对自己足够诚实？ 我们常常把业务逻辑混乱、… · @chenran818 · TwKit

@chenran818

在AI coding落地时，许多团队都陷入了一个误区：热衷于讨论工具、框架和流程，却回避了最核心的问题——我们是否对自己足够诚实？ 我们常常把业务逻辑混乱、规则定义不清等根本性问题，包装成“端到端测试效率低”之类的技术难题。这是一种隐蔽的“智识不诚实”，即假设最难的部分（“规则是清晰的”）已经解决，然后去研究一个安全的、不需要任何人担责的技术问题。 AI时代，实现本身已不再是瓶颈，真正的瓶颈是“说清楚”。AI不会停下来问你，它会基于模糊的需求一路狂奔，将所有未想清的细节，最终以bug的形式集中爆发在测试环节。因此，开发快、测试慢的根源，不在测试，而在源头。 解决方案不是寻找更优的工具或“最佳实践”，而是建立唯一的“事实之源”（source of truth）。必须有一个人，他对端到端的业务逻辑完全负责，拥有定义规则、简化系统、甚至推倒重来的权力。当一个人能拍板“这个指标就这么算”并为结果负责时，实现问题自然迎刃而解。 在AI时代，传统分工带来的沟通损耗远大于其价值，将权力和责任集中于少数关键个体，才是提效的关键。 https://ranchen.org/content/20261022-rancheng-article-ai-coding-what-matters

曝光 62 · 评论 0 · 点赞 0 · 书签 0