前几天，我在公司茶水间冲咖啡的时候，产品经理老周突然一脸兴奋地冲过来：“小米，这次 SAAS 平台交易统计模块，要加一个‘站点维度’。”
我当时端着咖啡，脑子里“叮”地一下，因为我太熟悉这种需求了，这玩意儿听起来只有一句话：“给交易统计定时任务加入站点逻辑。”
但实际上，背后往往藏着一串连锁反应，尤其是我们这个统计模块，本身已经跑了很多年，里面有：
- 当天交易统计
- 昨天交易统计
- 近7天统计
- 近30天统计
- 各种排行榜
- 各种聚合数据
一旦改不好，就像你在商场中央空调主机上拧错了一个阀门，整栋楼的人都会开始流汗，而这次，我没像以前一样硬着头皮改，因为这次，我用了：
- Trae
- MiniMax
来做 AI 编程协作，但真正让我效率暴涨的，不是 AI 本身，而是我终于意识到：AI 编程里，最值钱的不是“生成代码”，而是“拆问题”。
很多人用 AI 编程，像让新员工直接接管公司财务
我发现现在很多程序员使用 AI 的方式特别像这样，老板说：“把财务系统升级一下。”
然后你转头就对刚入职一天的实习生说：“来，你把整个公司账务系统重构一下。”
离谱吧？但很多人真的是这么用 AI 的，他们会直接甩一句：“帮我把所有交易统计逻辑都改成站点维度。”
于是 AI 开始疯狂输出：
- 改 SQL
- 改 DTO
- 改 Mapper
- 改 Service
- 改 Redis Key
- 改定时任务
- 改缓存结构
- 改统计维度
最后改出来几千行，然后你不敢测，你不知道哪里炸，你甚至不知道 AI 到底改了什么。最恐怖的是，一旦有问题你得让 AI 再重新生成，然后新的代码又覆盖旧逻辑，整个项目像一锅被哈士奇翻过的火锅。
后来我突然意识到：这些统计，其实只有“日期”不一样
我开始重新分析需求，然后发现这些报表虽然看起来很多，但本质上它们像一家连锁奶茶店的不同营业报表。比如：
你会发现真正不同的只有“统计时间范围”，而：
- 聚合逻辑
- 站点逻辑
- 订单过滤
- 金额统计
- Redis缓存
- 数据落库
几乎都一样。
这时候我突然意识到这不就是“复制题”吗？既然如此，为什么不先拿一道最简单的题让 AI 做？
于是我决定：先只改“当天统计”
我跟 AI 说：
- “不要动其他报表。”
- “只改当天交易统计。”
- “加入站点维度。”
- “其他逻辑不要变。”
这一下世界安静了，AI 返回的代码量瞬间少了很多，我开始仔细验证：
- SQL 对不对
- group by 对不对
- Redis key 有没有站点ID
- 定时任务会不会重复
- 数据会不会串站点
结果发现还真有问题，AI 在一个聚合逻辑里漏加了 siteId，导致所有站点数据聚合到一起，如果我当时是一口气让 AI 把：
- 昨天
- 近7天
- 近30天
全改了，那这个 bug 会直接复制四份，就像你发现奶茶店的糖浆坏了，但已经倒进了：
- 珍珠奶茶
- 杨枝甘露
- 芋泥波波
- 冰美式
全部产品线，整个仓库一起炸。
AI 编程最容易踩的坑：错误会“批量繁殖”
后来我越来越觉得AI 最大的问题不是“不会写”，而是它太会复制了，它像一个特别勤奋的流水线工人，你给它一个错误模板，它能给你复制一百遍。
以前程序员手写代码的时候，至少写到第三个模块，你可能突然会发现：“卧槽，好像有问题。”
但 AI 不会，AI 会：
- 稳定地。
- 快速地。
- 大规模地。
- 把错误扩散。
这就像你让一个机器人厨师做饭，第一盘盐放多了，正常厨师会尝一口：“哎呀坏了。”
但 AI 厨师不会，它会继续复制剩下99盘，而且每盘都一样咸。
所以后来，我总结出了一套 AI 开发“试点原则”
我现在做 AI 编程，特别喜欢“先试点，再扩散”，尤其是：
1. 先改最小模块
比如先改当天统计，不要一次改全量统计
2. 先验证链路
验证：
- SQL
- 缓存
- MQ
- Redis
- 定时任务
- 聚合逻辑
确保业务链路跑通。
3. 再让 AI 横向复制
当“今天统计”验证没问题后，我再跟 AI 说：“参考当天统计逻辑，把昨天、近7天、近30天也同步改造。”，这时候 AI 的成功率会高得离谱，因为它已经有“正确样板”了。
这时候 AI 就像什么？像你给装修师傅先做了一个样板间，后面：
- 客厅
- 卧室
- 次卧
直接照着复制，效率会非常高。
很多人以为 AI 会替代程序员，但实际上 AI 更像“工程放大器”
以前我一直觉得 AI 编程的核心价值是：“自动生成代码。”
但后来我发现真正恐怖的是：AI 会放大你的工程思维，如果你本身：
- 不会拆需求
- 不会控制范围
- 不会验证链路
- 不会渐进式改造
那 AI 只会让你更快翻车，但如果你本身：
- 会做灰度
- 会做试点
- 会做最小闭环
- 会控制变量
AI 会让你像开了外挂，以前你一天改一个模块，现在你一天能平推十个。
我现在越来越像“项目总导演”，而不是“码农”
以前写代码像自己搬砖，现在用 AI越来越像工地总包，你不需要亲自搬每块砖，但你必须知道：
- 哪堵墙先砌
- 哪根梁不能动
- 哪个地方容易塌
- 哪个步骤必须验收
而 AI 更像一支24小时待命的施工队。
- 你指挥得好，它效率爆炸。
- 你指挥不好，它一天能给你拆三栋楼。
最后我发现：真正厉害的 AI 开发者，都特别“克制”
很多人用 AI 追求的是“一句话生成整个系统。”，但真正稳定、高效的 AI 开发，反而特别像老练架构师。他们会：
- 控制改动范围
- 逐步验证
- 小步快跑
- 先做样板
- 再批量复制
因为 AI 最大的价值从来不是“帮你写代码”，而是帮你把“正确的方法”快速放大，所以现在我越来越喜欢一句话：
- “不要让 AI 一次性解决所有问题。”
- “而是先让 AI 正确解决一个问题。”
因为一个正确的样板比一百份错误代码值钱太多了。
END
我是小米，一个喜欢分享技术的31岁程序员大哥哥。如果你喜欢我的文章，欢迎关注我的微信公众号“软件求生”，获取更多技术干货！
好朋友们，我们下篇见~
