开篇
过去三周，我们已经讨论了不少 AI 编程方法：
- 如何拆解模糊需求。
- 如何让 AI 先写方案，再写代码。
- 如何阅读陌生项目和定位故障。
- 如何生成单测、审查代码和编写技术文档。
但“学会了很多方法”，不等于开发效率真的提升了。
真正值得复盘的问题是：
我到底在哪些环节变快了？这些速度有没有带来新的风险？
一、提升最明显的不是打字速度
很多人使用 AI 后，第一感受是代码写得更快了。
但更重要的变化，通常发生在编码之前和编码之后：
| 环节 | 过去的做法 | 现在的做法 |
|---|---|---|
| 需求分析 | 看一句话就开始写 | 先补齐边界和验收标准 |
| 方案设计 | 边写边改结构 | 先让 AI 列方案和风险 |
| 编码实现 | 反复描述同一个问题 | 按小任务逐步生成 |
| 故障排查 | 看到报错就试修复 | 先整理事实，再验证假设 |
| 代码审查 | 只看能不能运行 | 检查边界、权限和副作用 |
| 文档整理 | 发布前临时补文档 | 让 AI 根据已确认事实生成 |
效率提升的核心，不是让 AI 替我写完所有代码，而是减少了反复试错和重复沟通。
二、过去三周真正省下了什么时间
1. 少走需求误解的弯路
以前遇到模糊需求，往往先做一个“看起来能用”的版本，等评审或联调时才发现：
- 权限范围没有定义。
- 异常流程没有考虑。
- 返回结果不符合调用方预期。
- 数据量增加后方案无法运行。
现在会先让 AI 提出澄清问题，并把需求转换成任务清单。
这一步可能多花几分钟，却能减少后面的大量返工。
2. 少做无目标的代码修改
“帮我优化一下”通常会带来大范围重写。
现在我会先要求 AI 说明：
这个建议解决了什么真实问题？
它会改变哪些行为？
如何验证修改确实有效？
没有问题、没有证据、没有验证方式的建议，不会直接采纳。
3. 少把时间花在重复劳动上
下面这些工作很适合交给 AI：
- 根据规则生成测试场景。
- 根据代码提取接口参数。
- 根据日志整理排查假设。
- 根据提交内容生成文档初稿。
- 根据改动范围列出审查清单。
它们不一定复杂，却很消耗注意力。交给 AI 后，我可以把时间集中到判断和验证上。
三、效率提升必须同时看质量
如果只是代码产出速度变快，但缺陷和返工也变多，这不叫真正的提效。
我会从下面四个指标观察效果：
| 指标 | 复盘问题 |
|---|---|
| 交付速度 | 从需求确认到可测试版本用了多久？ |
| 返工次数 | 是否因为理解错误反复修改？ |
| 缺陷数量 | 测试和上线后暴露了多少问题？ |
| 理解成本 | 接手代码和文档是否更容易？ |
尤其要关注“返工次数”。
如果 AI 让第一次输出变快，却让后续修改变多，就说明工作流还没有建立好。
四、这三种做法，我仍然不会交给 AI 决定
1. 业务规则的最终确认
AI 可以列出优惠券、权限、库存等边界，但它不知道当前项目真正采用哪条业务规则。
规则必须由产品、业务负责人或开发者根据项目事实确认。
2. 高风险修改是否上线
涉及权限、金额、数据迁移、并发和线上配置的修改，AI 可以提供分析，但不能替代评审和验证。
3. “看起来正确”的代码是否可信
代码能运行，只能说明它通过了某些路径。
还要检查：
功能是否符合需求？
异常是否可控？
数据是否安全？
测试是否覆盖关键边界？
AI 的输出可以作为候选方案，不能直接作为最终结论。
五、我现在固定保留的一个最小闭环
面对大多数开发任务，我会按下面的顺序操作：
1. 说明背景和约束。
2. 让 AI 先提问题或列方案。
3. 把任务拆成可以独立验证的小步骤。
4. 每完成一步就运行测试或检查结果。
5. 最后让 AI 做一次风险审查和文档整理。
这套流程不依赖某个特定工具，也不要求每次都写很长的 Prompt。
关键是不要跳过“先理解”和“再验证”这两个阶段。
六、下一阶段应该继续提升什么
过去三周解决的是“如何把 AI 用起来”。
下一阶段需要进一步解决三个问题：
- 如何让 AI 更准确地理解真实代码库。
- 如何在完整项目中控制修改范围。
- 如何让 AI 参与从开发到交付的完整闭环。
也就是说，重点会从单个问题的 Prompt，逐步转向可持续的项目协作方式。
总结
过去三周的最大收获，可以概括为三句话：
先理解，再生成。
先验证，再采纳。
先控制风险，再追求速度。
- AI 主要帮助我减少重复劳动和无效试错。
- 真正的效率提升，必须同时体现在速度、质量和返工次数上。
- 需求判断、风险决策和最终验收，仍然需要开发者负责。
如果只记住一个结论，那就是：
AI 编程的效率，不是生成了多少代码，而是更快交付了多少正确、可靠、可维护的代码。
下一篇文章，我们将进入小项目实战：
《用 AI 从零搭一个 API 服务：项目实战开篇》
✍坚持原创，求关注，点赞，收藏
