如果要给 2025 年一个关键词，那一定是：冲击。
这一年，我们还没来得及从 AI 的震惊中缓过神来，它就已经不仅是工具，而是成了我们身边的“同事”。
站在 2026 年初的节点回望，我敲下的每一行代码里，似乎都藏着 AI 的影子。
⏩ 2025：被按下的加速键
故事的伏笔其实埋在 2025 年初。
当 DeepSeek R1 带着那篇名为《Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》的论文横空出世时，圈内人都在说：“大的要来了。”
这不仅仅是一个模型的发布，更像是一次范式转移。它证明了纯粹的强化学习（Reinforcement Learning）可以让大模型具备惊人的推理能力。从那一刻起，AI 的发展仿佛被按下了十倍加速键。模型迭代不再是按年算，而是按周算。早上刚学会怎么在这个模型里写 Prompt，晚上就发布了吊打它的新一代模型。
我们这群开发者，就像坐在过山车第一排的乘客，还没来得及系好安全带，就被推向了未知的轨道。
那场名为 Manus 的“赛博烟花”
记忆最深刻的，莫过于 2025 年 3 月的那场“狂欢”。
一个名为 Manus 的项目突然杀出重围。全网刷屏、官媒热捧、一枚邀请码被炒到 10 万天价。当时所有的技术群都在讨论它，仿佛它就是中国团队打造的“全球首款通用 Agent”，是 AI 革命的终点站。
我也曾心动过，甚至幻想过有了它是不是就能躺着写代码了。
然而，现实比电影更魔幻。仅仅 4 个月后，剧情急转直下：清空微博、锁区中国、裁员 80%、总部迁往新加坡…… 原本的“国货之光”瞬间变成了网友口中的“币圈盘子”和“骗子公司”。
眼看他起朱楼，眼看他楼塌了。Manus 就像一场华丽的赛博烟花，炸响了 2025 的天空，也留下了满地鸡毛。但也正是这场闹剧，让我清醒地认识到：炒作的概念终将退潮，只有真正能落地的工具，才能留在开发者的 IDE 里。
我的开发工作流：IDEA + Cursor
作为一名整天和 Spring Boot 打交道的 Java 开发者，我对 AI 的态度其实经历了一个漫长的“抗拒 -> 尝试 -> 依赖”的过程。而在这个过程中，我找到了最适合自己的玩法。
从割裂到融合
起初，GitHub Copilot 刚嵌入 IDEA 时，我只是把它当成一个“高级点的自动补全”。它能帮我写写 Getter/Setter，或者生成一段通用的工具类代码，仅此而已。
直到 Cursor 出现。但说实话，让一个 Java 开发者彻底放弃 JetBrains 全家桶去用 VS Code（Cursor 的底座），是不现实的。IDEA 强大的重构功能、完美的 Maven 依赖树视图、丝滑的 Debug 体验，这些都是我们赖以生存的空气和水。
所以我没有选择“非此即彼”的站队，而是根据场景混着用：
- IDEA：当我要梳理复杂的继承关系，排查因为版本冲突导致的
NoSuchMethodError，或者进行大规模的重构时，我会回到 IDEA。它的静态分析能力和索引速度，目前依然是业界天花板，给我一种踏实的安全感。 - Cursor：当我要写一个新的业务模块，或者需要快速实现一个验证性的 Demo 时，我会一键切换到 Cursor。
- “基于这个 Interface 生成策略模式的三个实现类，并补充 Unit Test。”
- “分析这段报错堆栈，给出最可能的三个原因。”
IDEA 代表着工程的严谨，Cursor 代表着创造的速度。在 2025 年，一个成熟的开发者，应当学会同时驾驭这两种力量。
当我在 Cursor 里敲下 Tab 的那一刻，我不再是在“写”代码，而是在“编织”逻辑。
📈 那些“回不去”的变化
如果非要总结 2025 年对我改变最大的两点，那一定是：
1. 学习速度的质变
在以前，技术栈之间的壁垒是极高的。想从 Java 跨越到 Rust 或者 Go，中间隔着厚厚的文档和无数个跑不通的 "Hello World"。那种面对陌生领域时的无力感，是阻碍我们探索的最大绊脚石。
现在，这道墙被 AI 推倒了。
“Hey AI，我是 Java 熟手，想用 Rust 写个高并发爬虫，请对比 Java 的并发模型，给我一个最佳实践的 Project Structure。”
几秒钟后，知识的精华被提炼、对比、呈现。我们不再需要为了喝一杯水而去铺设整条自来水管。
但这也带来了新的挑战——“鉴伪能力”。 AI 经常会一本正经地胡说八道，特别是在最新的技术领域。这倒逼我从一个“搜索者”进化为了“验证者”。以前我 90% 的时间在找资料，10% 的时间在验证；现在我 10% 的时间在获取方案，90% 的时间在审视代码的合理性。AI 给了我飞翔的翅膀，但我必须自己掌握方向盘，否则随时会掉进它编织的逻辑陷阱里。
2. 开始记录，保留自我
今年我也开始了技术写作。
起初动机很单纯，就是为了对抗遗忘。因为在那个人机交互如此高频的时代，如果不记录点什么，记忆很快就会被新的 Token 冲刷掉。
但在记录的过程中，我发现了一些 AI 无法替代的东西——“情绪”。 AI 能生成完美无瑕的代码解释，但它写不出深夜排查 Bug 时那种抓心挠肝的焦虑，写不出终于定位到问题时那种也就是修改了一行配置的狂喜，更写不出面对奇葩需求时那种“无语凝噎”的无奈。
我开始尝试在技术文章里融入这些“人味儿”。这让我意识到，技术得是有温度的。 写作成为了我在这个数据洪流中，确立“自我存在感”的锚点。
🔚 思考与忧虑
2025 年过去了，不管是 Manus 的骗局，还是 Cursor 的崛起，都已成为历史。
说实话，面对 AI 如此迅猛的发展，我心里其实是百感交集的。
一方面，我享受着效率提升带来的快感。 另一方面，我也深深地忧虑：我的不可替代性还剩多少？
岗位是否会因为效率提升而缩减？那些由 AI 生成的、我并没有完全理解细节的代码，会不会成为未来项目里的“定时炸弹”？这种对项目掌控力从“绝对确定”变成“概率确定”的感觉，由于黑盒的存在，偶尔会让我感到不安。
越是简单，我越常在深夜反问自己：如果明天拔掉网线，没有了 Copilot，没有了 Cursor，我是否还能写出优雅的代码？我是否还记得 HashMap 的底层实现？
这种反问让我保持清醒。 我不排斥 AI，我依赖它，赞美它。但我更警惕它带来的思想懒惰。 我们不能因为有了计算器，就忘记了九九乘法表背后的逻辑；也不能因为有了 AI，就丧失了独立思考和从零构建的能力。
因为 AI 只能给出答案，但真正解决问题的，永远是那个持续学习、不断思考的你。
正如毕加索所说：
“计算机毫无用处。它们只能给你答案。” (Computers are useless. They can only give you answers.)
2026，愿我们都能做那个提出问题的人。
