我让 AI Agent 帮我做了一个"戒断 AI"的编程训练工具。是的，这件事本身就够讽刺的。
一个尴尬的现实
先说个大背景：现在这行大家都很忙。项目排期一个接一个，日常开发几乎全靠 AI 辅助来赶进度，根本没时间手搓代码。更现实的是，AI 的普及让管理层对效率的预期也水涨船高——你要是还在那一行行手写，领导第一反应不是"你很扎实"，而是"你怎么这么慢"。
整个行业都在逼你用 AI，但没人关心你用着用着，自己的底层能力在悄悄退化。
我是一名大模型算法工程师，日常工作跟 LLM 打交道。Cursor、Copilot、Claude Code 这些 AI 编程工具我用得比谁都溜。
但最近我发现一个让我不安的事情：当我关掉所有 AI 辅助，面对一个中等难度的 bug，我需要比以前更长的时间才能定位问题。
Tab 键已经形成了肌肉记忆。写代码时下意识就等补全。遇到报错第一反应是丢给 AI 而不是自己读 traceback。
我相信这不只是我一个人的问题。
前段时间看到一个帖子说得好："AI 编程助手是类固醇。短期增肌，长期萎缩。" 虽然有点极端，但确实点到了痛处 —— 如果你从来不在没有 AI 的情况下编程，你怎么知道自己的真实水平？
所以我做了 CodeForge
CodeForge 是一个 CLI 工具，核心理念很简单：
用真实开源项目的已解决 bug 来做编程训练。
不是 LeetCode 那种算法题，不是人造的编程练习。而是从 Flask、FastAPI、Scrapy、httpx、requests、thefuck 这些你可能天天在用的项目里，抓取真实的、已经被修复的 bug，让你在完全没有 AI 辅助的情况下尝试修复，然后对比真实的修复方案。
为什么用真实 bug？
算法题训练的是"解题能力"，但工程师日常面对的是"在几万行代码里找到那个不对的地方，然后用最小改动修好它"。这是完全不同的能力：
- 阅读理解能力：快速理解陌生代码库的结构和逻辑
- bug 定位能力：从症状出发，逐步缩小范围
- 最小修改原则：不是重写，而是精准手术
- 边界情况思维：真实 bug 往往藏在边界条件里
这些能力，正是 AI 编程助手最容易让你退化的部分。
工作流程
# 1. 获取一个挑战
forge challenge --difficulty easy
# 2. 开始（自动 clone 仓库，checkout 到 bug 存在的 commit）
forge start --id httpx-url-quoting
# 3. 先写思考日志（强制你在动手前想清楚）
forge think
# 4. 在代码里找 bug，修复它
# （在 ~/.codeforge/workspaces/<id>/repo/ 目录下）
# 5. 提交方案
forge submit
# 6. 对比真实修复方案
forge compare
# 7. AI 评判你的方案（支持 Claude/GPT/DeepSeek，也可以手动）
forge review
关键设计：
forge think 是必须的。 提交前必须写思考日志。这一步强迫你在动手之前先理清思路——这恰恰是依赖 AI 后最先丢失的习惯。
forge compare 才是真正的学习环节。 你的方案和真实开发者的方案放在一起对比，差距一目了然。很多时候你会发现：真实修复就改了 3 行，而你改了 30 行。或者反过来，你的方案其实更优雅。
forge hint 有代价。 可以拿提示，但每个提示扣 0.5 分。
当前题库
18 道题，来自 6 个知名 Python 开源项目：
| 项目 | 数量 | 示例 |
|---|---|---|
| Scrapy | 8 | gzip 响应检测函数无法识别带参 Content-Type、LocalCache 无容量限制时崩溃 |
| FastAPI | 4 | HTTPBearer optional 模式异常、jsonable_encoder 丢弃 custom_encoder |
| thefuck | 3 | — |
| Flask | 1 | send_file 类型注解兼容性 |
| httpx | 1 | query parameter percent-encoding |
| requests | 1 | TLS 连接池复用导致验证绕过 |
难度分布：12 道 easy + 6 道 medium。
所有题目都来自 BugsInPy 数据集 —— 501 个真实 Python bug 的学术数据集，每个 bug 都有精确的 commit 定位和测试用例。
技术栈
很精简：
- Python CLI：Typer + Rich（美观的终端 UI）
- Git 操作：自动 clone、checkout 到指定 commit
- AI 评判：支持 Anthropic / OpenAI / OpenRouter API
- 零依赖模式：没有 API key 也能用，
forge review --export导出文本，手动粘贴给任意 AI
安装和使用
git clone https://github.com/EricZane0102/codeforge.git
cd codeforge
pip install -e .
forge init
forge challenge --difficulty easy
就这么简单。
最后
我不是在说"别用 AI 写代码"。我自己天天用，而且会继续用。
我想说的是：定期在没有 AI 辅助的情况下写代码，就像运动员定期做基础体能训练一样，是保持能力的必要投入。
CodeForge 就是为这个目的设计的。每周花 1-2 小时，挑两个 bug 修一修，保持手感。
GitHub: github.com/EricZane010…
Star 一下？题库会持续扩充（BugsInPy 还有 483 个 bug 没用上呢）。
也欢迎 PR 提交新的挑战题目，YAML 格式，门槛很低。
