AI Coding 这事儿，没你想的那么玄
我用 AI 写代码大半年了。说实话，一开始我也迷糊——到处都在喊"AI 改变编程"，但真到自己手里，不知道该拿它干嘛。
后来慢慢摸出点门道。写篇文章把这些心得聊聊，不扯概念，就说大实话。
第一步：先用起来——AI 不是核武器，是 AK
很多人对 AI coding agent 有一种莫名的"敬畏感"。觉得它很贵、很高级，得找个正经项目、正经场景才配用上它。
大可不必。
AI coding agent 不是宝贵的核武器，供着、藏着。关键时刻才拿出来。它是皮实的 AK——你得天天端着，天天打，打到闭着眼都能上膛。
在预算允许的范围内，尽管用就是了。别管用它干的事有没有价值，别算 ROI，别纠结"我这个需求是不是太简单了不配用 AI"。
想想你当年学编程的时候。老师让你写的第一个程序是什么？大概率是在控制台打印一行"Hello World"。有用吗？没用。但你必须经历那个阶段。后来老师又让你写排序、写计算器、写学生管理系统，这些东西你毕业后一个都没用上，但你在这个过程中理解了编程是怎么回事。
用 AI coding 也是一样。你得先花时间"练手"，搞清楚它能做什么、不能做什么、什么时候靠谱、什么时候离谱。这种手感，看再多评测文章也换不来。
这个阶段，别想着产出，熟练度就是最大的收获。
第二步：先抄作业，再找自己的路
用了一段时间之后，你大概知道这东西是怎么回事了。这时候别急着总结什么方法论，先去看看别人都怎么玩的。
刷刷 Twitter、翻翻技术博客和 YouTube。你会发现大家的用法五花八门：有人拿它写单元测试，一下午搞定以前一周的活；有人让它重构代码，把祖传屎山翻新了一遍；还有人直接让它从零生成整个项目。
先做一个跟随者，没什么丢人的。
不过，光看别人的不够。你得在自己的活儿里去试。试着试着你就会发现，有些别人吹得天花乱坠的用法，你用着没感觉；反倒是自己无意间摸出来的某个用法，特别顺手。
这就是你的"爽点"。
每个人的技术栈不一样，干的活不一样，这个爽点肯定因人而异。有人爽在让它写样板代码上，有人爽在拿它当 code reviewer。
别照搬别人的工作流。多看、多试，把适合自己的那部分留下来就行。
第三步：选对工具——Claude Code 是真的好，也是真的贵
聊到工具选择，我就不装客观了，直接说我的体感。
预算够的话，上 Claude Code。中转站也行，能直连更好。
为什么？因为用过之后你就知道了，Claude Code 跟其他 agent 的差距，不是看参数对比能看出来的，得自己上手感受。我的体验是，习惯了 Claude Code 再回去用别的，就像用惯了机械键盘再换回薄膜的——也能用，但浑身别扭，回不去了。
这里多说一句为什么我对工具选择这么在意：
一个差的 agent 是真的会把人的积极性彻底打没的。
你满怀期待地跟它描述需求，它给你生成一坨跑不通的东西；你改了半天 prompt 重试，还是不对；折腾几轮下来，你的感受不是"AI 不好用"，而是"我不想用了"。很多人对 AI coding 失去兴趣，不是因为这条路本身不行，是因为第一脚踩的坑太深，还没摸到门道就先被劝退了。好的工具不光是效率高，它让你愿意继续用下去，这个才是最关键的。
当然，贵也是真的贵。
预算有限的话，就看自己的情况选。Cursor、Copilot、各种开源方案，都能用。找一个用得起也用得顺手的就好，不用攀比这个。
反正核心就一点：用起来。用什么工具，倒是其次。
插一句：你的角色在变
用了大半年下来，我明显感觉到一个变化：花在"亲手写代码"上的时间越来越少，花在"看AI写的对不对"上的时间越来越多。
说白了，我的角色从"生产者"慢慢变成了"监督者"。
我个人觉得这事儿挺舒服的。为什么？因为干了这么多年，技术深度和广度都还行，解决问题的经验和思路也够用。AI写出来的东西，我扫一眼大概就知道靠不靠谱、有没有坑。它干活，我把关，配合得挺顺。
但我也意识到，这事儿对新人来说可能没那么友好。
生产效率是提上去了——AI帮你写，确实能更快地交付。但问题是，掌控力下降了。代码是AI写的，你不一定真的理解每一行在干什么；出了问题，你不一定能快速定位根因。表面上看产出提高了，实际上你对自己产出的"理解深度"变浅了。
从项目管理的角度看，这就是风险。一个开发者交付的代码，连他自己都不能完全掌控，这件事是需要被正视的。
对新人来说，压力反而更大了：你不光要学会用AI提高效率，还得想办法补上"理解力"和"判断力"这两块短板。不然就会变成一个"用AI很快但出了问题修不了"的人，这在团队里是很尴尬的位置。
说这些不是为了吓人。既然聊大实话，这一面也该说到。
顺着这个话题再往远说一步。
从职业发展的角度看，开发只盯着技术这条线，路会越走越窄。原因很简单：AI把生产效率拉上来之后，"能写代码"这件事的稀缺性在降低。你写得快，AI也写得快；你能写，AI也能写。纯靠技术建立的壁垒，正在被削薄。
那什么东西是AI替不了的？是判断"该做什么"和"为什么做"的能力——这其实就是产品思维。
我越来越觉得，"全栈开发 + 产品设计"会是接下来很长一段时间里最有竞争力的能力组合。你既能想清楚一个东西应该长什么样、解决什么问题，又能自己动手把它做出来。上班的时候，这种人在团队里是最能扛事的；想自己搞点什么的时候，这种人不依赖任何人就能从零到一把产品跑通。
不管你现在是打工还是想做自己的事，这个方向都值得认真想想。
第四步：有 idea 就动手——现在是草莽时代
说完怎么用，再聊个更大的话题。
大模型那块就不提了，那是巨头烧钱的游戏。但应用层不一样，现在就是个草莽时代——规则没定、格局没成、大厂还没来得及把路都堵死。
这意味着什么？个人或者小团队，有个靠谱的 idea，借着 AI 的手速，真的可以很快把东西做出来。以前一个人搞个产品得几个月，现在可能几周就能跑起来一个 MVP。
而且现在大家对"AI + 什么什么"天然有好奇心。你做了个小工具，哪怕还挺粗糙，只要确实解决了某个痛点，就有机会借着这股风传开。
这个窗口不会一直开着。大厂早晚会下场，赛道早晚会挤。
所以如果你心里有个想做的东西，别再等了。
写在最后
四句话：用起来、跟着学、选好工具、有想法就动手。
就这么简单。别想太多，先干起来再说。
欢迎关注我的微信公众号：程序员豆芽的AI探索
