深度用过 Claude Code、OpenCode、Codex、WorkBuddy、Qoder 这些工具的人，可能都会有一个共同感受： AI 编程不是让编程… · @cherry0104123 · TwKit

@cherry0104123

深度用过 Claude Code、OpenCode、Codex、WorkBuddy、Qoder 这些工具的人，可能都会有一个共同感受： AI 编程不是让编程门槛消失了，而是把门槛从写代码，转移到了架构、判断和项目管理上。 而且，它更适合有经验的程序员。没有足够的技术积累，小白很容易让 AI 写出一堆看似能运行、实际上谁也看不懂的“克苏鲁代码”。 AI 确实减少了敲代码的人力消耗，但脑力消耗却可能成倍增加。 尤其是做真正的产品，而不是写几个 Demo。 如果缺乏完整的项目经验和架构能力，最终可能出现两种情况： 要么做出一个结构混乱、难以维护，连自己都不敢轻易修改的产品； 要么逐渐失去主导权，AI 按自己的理解不断补充功能，最后做出来的东西，更像是 AI 自己拼凑出来的产物，而不是你真正想要的产品。 如果是在已有系统上开发，那就更考验人了。今天让 AI 快速生成一堆代码，几个月后可能连自己都接不住，后来的维护者更是有苦难言。 AI 最大的问题，有时候恰恰不是它不够聪明，而是它太聪明，执行得太快，而你未必有能力判断它做得对不对。 它的知识储备、设计思路和执行速度都可能超过你。你想跟上它，就得不断思考、审查、决策，脑力消耗甚至比以前更大。 你如果不跟，选择彻底放手，只看最终能不能运行，项目就很容易变成一个失控的黑盒。 用过 Codex、WorkBuddy 的人应该有体会：执行到一半，AI 经常会给出几个方案让你审批。你有多少次真正提出自己的设计，而不是直接选择它推荐的方案？ 连专业程序员都经常如此，更不用说没有编程基础的小白了。 有人说，AI 编程会让人人都成为程序员。 但问题是：你连 Bug 出在哪里都不知道，又怎么准确地让 AI 修复？ 你可以让 AI 画一头大象，但前提是，你至少得知道大象是什么样子。 AI 降低的是代码生产成本，不一定是产品开发成本。真正稀缺的，可能不是会不会让 AI 写代码，而是有没有能力判断它写得对不对，以及最终做出来的东西是不是自己真正想要的。

曝光 49 · 评论 2 · 点赞 2 · 书签 0