"写得飞快的是 AI，付账单的是你。"
关注「AI启蒙学习」，看一个 AI 独立开发者的实战踩坑笔记。这一篇，是给所有让 AI 写过代码的人做的一次体检。
去年我接了一个海外独立站的商城单。交付那天一切顺利：主流程我亲手点过多遍，测试全绿，客户验收也痛快。
三个月后，客户回来要加一个限时促销功能。我打开代码，愣住了。就那么看着，越看越陌生。
感觉就像走进一间名义上是我的房子，每面墙都是别人砌的，我连哪面是承重墙都不知道。我不是看不懂语法，是不知道这里为什么这么写、动了会不会塌。
更讽刺的是我当时的本能反应：不是去读代码，而是开一个新会话，把那部分代码喂给 AI，问它：这里能不能改？
「这个项目写在我的名下，但住在我脑子外面。」
说实话，这不是我一个人碰到的问题。AI 用得越顺手，越多人活成了同一个角色：AI 甩出一个方案，你看一眼 diff，点个同意。一天几十上百次，次次如此。
这篇文章我想把这件事讲透，为什么会这样，账最后有多贵，以及我后来给自己装上的 3 道防线。先别翻走，下一节就是 5 信号自测清单，中 3 条以上，你就已经在当审批按钮了。
📌 本文看点
01 5 信号自测清单
02 3 秒对 30 分钟的账
03 3 道防线实操
01 SELF-CHECK
先自测：5 个信号，你中了几条
花 30 秒，对照一下这 5 个信号：
1 别人问你设计决策，你只能说：AI 说这样好。
2 超过三个月，没有手写过一个完整模块。
3 改 bug 的第一反应是问 AI，而不是读代码。
4 说不出你的项目里最脆弱的三个位置在哪。
5 离开 AI，不敢碰自己的代码。
**中 3 条，你基本上已经是审批按钮了。**中 5 条？恭喜，你和去年的我一样，全中。
— 5 个信号自测卡
这份清单不是我从哪本书上抄的，是我给自己做体检做出来的。现在我还会隔一阵拿出来过一遍，就当给项目做体检。
02 THE MATH
不是你懒：这是一道 3 秒对 30 分钟的算术题
先交代一下背景，头三个月是我用 AI 最爽的时候：原来一单要磨一个多月，那阵子一个月能交两单。每天的工作就是提需求、看 diff、点同意，我当时真觉得效率翻了十倍百倍。
爽期过后，再回头看那 5 条全中，我第一反应也是怀疑自己：是不是我太懒，不愿意认真看代码？
后来我想明白了：
「沦为审批按钮不是态度问题，是结构问题。」
你算一道题就懂了，AI 每 30 秒给你一个方案，你真看懂一个要 30 分钟。点同意的成本是 3 秒，看懂的成本是 30 分钟。一次长会话里，这道选择题你要做几十次。
前面几个 diff，你还认真读。到第十次，决策疲劳上来了，再加上前面都没出事的侥幸，点同意就变成了肌肉记忆。
其实这不是懒，是认知负荷的必然结果。
还有更深的一层。
AI 的 KPI 是把任务做完，你的 KPI 应该是对项目有掌握。换句话说，你们俩从第一天起，就没在同一个方向使劲。
所以会出现一种新型的交付事故：
「任务全部成功，理解全部失败。」
这种事故最阴险的地方，是不报红字。代码跑得好好的，测试全绿，你根本察觉不到自己已经出了事故。直到三个月后客户说：给我加个促销功能。
而且这个状态，是有官方名字的。Anthropic 的开发者把它叫「审批按钮」，把背后那个越来越看不懂的系统叫「智能体黑箱」：任务越做越多，人对问题、方案、影响的掌握，越来越少。巨头内部在对抗的，就是你我每天都在经历的事。
**说白了，AI 提效的账不是按天结的，是按季度结的。**爽在前面，账在后面。
03 THE BILL
账单来了：一个让我丢人，一个让我后悔
维护期一到，账单一起来了。两笔，一笔丢人，一笔后悔。
先说丢人的那次。
一次线上故障，客户的下单模块出了问题，客户就在消息那头等着。我打开代码，发现自己对这个模块的全部认知，就四个字：AI 说好了。
正常工程师排查问题，脑子里是有一张嫌疑名单的：先查哪、后查哪、哪里历史上就脆。我没有名单，我连怀疑谁都不会。
那最后怎么解决的呢？说出来丢人：整个订单模块开一个新会话， 用第一性原理让 AI 帮我猜问题出在哪儿，写的代码哪里会坏。
那一单赚的钱，还没有我烧掉的排查时间值钱。(去年初那会AI Coding能力还比较欠)
最无力的不是不会修，是连怀疑的方向都没有。
再说后悔的那次。
有合作方问我：你这个结算模块，为什么不用现成的方案？我张嘴就来了一句：AI 建议的。
说完那半秒我就后悔了，因为这四个字翻译过来就是：不是我做的，我也不太懂。
还有报价的时候，讲不清自己项目技术决策的人，报价都是虚的。客户一句你这个凭什么贵这么多，你就只能降。
理解空心化这个东西，平时不疼，一到别人提问的场合就疼。
04 DEFENSE LINES
3 道防线：把判断权从 AI 手里拿回来
话说回来，防线不是让你少用 AI，是让你分清：什么可以放心交给 AI，什么必须留在自己手里。
我的分界线就一条：
「体力可以外包，判断决不能。」
编译、脚手架、样板代码，这些是体力，产出的东西你不需要逐行理解也能负责。选型、架构、取舍，这些是判断，一旦外包，项目就跟你没关系了，你只剩署名权。
在这条线之上，我把防线放在三个位置。
防线一，事前：方案不让 AI 单独定
我的做法是让它一次出 2 到 3 个方案，我来选，并且在需求文档里写一行为什么选这个、不选那个。
就一行，比如独立站改版那次，我写的是：选 B，因为要给多语言留扩展。三个月后客户真的提了多语言需求，我 10 秒钟就敢接这单，因为我知道当初为什么这么选。
💡 小技巧：这一行不用写得漂亮，写清楚就行。三个月后，它可能是你对这个决策唯一的记忆。
防线二，事中：每过一个阶段，让 AI 讲一遍
每做完一个大阶段，我会直接跟它说：用普通人听得懂的话讲讲，你刚才做了什么、为什么这么做、放弃了什么。
然后我复述，复述得出来，进下一阶段。
💡 小技巧：复述不出来就让它再讲一遍，别嫌慢。这一步，不！能！跳！
防线三，事后：会话收尾，强制沉淀三行
就三行：这次做了什么；为什么这么做；放弃了哪些方案。新会话开场，先把这三行喂回去，让它知道之前的判断，别从头猜。
— 三道防线流程图：事前选型 / 事中讲懂 / 事后沉淀
三道防线加起来，一个会话多花 10 分钟。但它是我能想到的，把判断权从 AI 手里拿回来的最具体的动作。
回头再看第一节那 5 个信号，基本都能被这三道防线接住：决策有记录，阶段讲得懂，为什么留得下来。
多说一句：很多初学者把问题诊断成代码看不懂，然后跑去补编程课，方向错了。代码随时可以再读，真正丢了找不回来的，是决策，是那些为什么。AI 的会话一清空，所有的为什么就集体蒸发。
那才是最贵的损失。
05 EVEN ANTHROPIC
这场仗，Anthropic 也在打
装完这三道防线，我一度以为这只是我的个人教训。直到后来我看到 Anthropic 开发者分享的理解验证工作流，才发现人家走得比我系统得多：把 AI 定位成一个高效且睿智的教师，任务做完不算完，要确认人对问题、方案、影响有了能复述、能辩护的掌握，才算完。中间还有增量教学、用户复述、清单加测验一整套。
我看到的第一反应是安慰：原来巨头内部也在对抗同一个问题，说明审批按钮不是我个人能力差。
第二反应是后怕：人家把这件事当成工作流级别的基础设施在做，而外面大多数人，包括爽期里的我，连问题都还没意识到。
这个系列其实已经聊到第二篇了。上一篇别再跑一遍就交付了!3个土办法让AI自己验 讲机器那一侧：跑的动作，可以外包给 AI。这一篇开始补人这一侧：机器验不了的，你自己怎么算真的懂。至于那套工作流完整的 8 步拆解，展开又是一整篇，想看的评论区说一声，这里先埋个钩子。
写到这里，我想对还在坑里的朋友说两句掏心窝的。
第一句，别用产出速度当唯一指标。三个月内你会觉得自己是天才，但维护期的账单，不会发朋友圈。
第二句，别把锅甩给自己技术还不够强，然后去学更多提效技巧，那是往同一个坑里踩油门。方向反了：不是让 AI 更快，是让自己更懂。
如果时光倒流，我会对刚开始用 AI 写代码的自己说：从第一个项目开始，把 AI 当两个角色用。干活的时候，它是员工；交付的时候，它是老师。别只让它干活。
我工位上贴着一句话，也送给你：
「项目可以是 AI 写的，但得是你的。」
现在就开始吧。拿你手头最近的一个 AI 会话，按第三道防线补一份三行沉淀，10 分钟，今天就做。
对了，开头那 5 个信号，你中了几条？中 3 条以上的，评论区聊聊你的翻车现场，让我看看这坑里到底蹲了多少人。
END
我是艾启蒙，一个 AI 独立开发者，在「AI启蒙学习」分享实战踩坑笔记。
如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连。
新朋友点个关注，把「AI启蒙学习」设为星标⭐
这个 AI 协作避坑系列会一直写下去：机器怎么验、人怎么懂、8 步工作流怎么落地，一篇比一篇硬核。我们下篇见。
