在AI轰炸了两年之后，我的日常编程到底变了什么
两年前有人跟我说，不学AI你就要失业了。我当时把那条推文截图发给同事，我们一起嗤之以鼻。
现在我每天打开电脑，第一件事是打开 Cursor，第二件事是跟 Claude 说早上好。
但我没失业，同事也没失业。
我第一次认真用 GitHub Copilot 是 2024 年初。那时候公司还没统一买 license，我自己掏钱订阅了一个月，想看看到底是不是真的有用。
用了一周，有点惊喜，但也有点困惑。
惊喜是：写测试用例快了很多。那些重复的断言、mock 对象，Copilot 基本能猜到我想写什么，按一下 Tab 就好了。我原本很讨厌写测试，那一个月我测试覆盖率从 20% 涨到了 45%，不是因为变勤快了，是因为不烦了。
困惑是：它有时候补全的代码”看起来对”，但跑起来有问题。我花了半小时 debug，最后发现是 Copilot 给我补了一个错误的参数顺序——因为我的函数命名不规范，它搞混了。那次之后我意识到：工具越聪明，你的锅越难甩出去。
真正改变我工作方式的，不是代码补全。
是 2025 年夏天我开始用 Cursor 的那段时间。那时候我在做一个老项目的重构，Python 代码大概 8000 行，历史债很多，文档基本等于没有。之前每次改动都战战兢兢，生怕牵一发动全身。
我把整个项目扔给 Cursor，让它先给我解释每个模块是干什么的，然后再逐个问它”如果我要把这个 service 层拆开，从哪里下手”。
它的回答不总是对，但它给了我一个讨论对象。
这是我没想到的。我以为 AI 的价值是写代码，但用下来发现，更大的价值是陪我想问题。跟没有上下文的同事解释”这段代码为什么这么写”要花半小时，AI 已经读过你的代码了，你直接问就行。
那次重构我提前了两周完成。
不过我也踩了很多坑。
最惨的一次是让 AI 帮我写一段数据同步逻辑。我的 prompt 写的很随意，大概是”帮我写一个从 A 表同步到 B 表的脚本，每隔五分钟跑一次”。它写出来的代码是能跑的，测试也过了。
上线一周之后我发现数据有重复。排查了两天，最后发现是那段代码里有个竞态条件，某些边缘情况下会插入两次。
我去问 Claude，把代码贴过去，它十秒钟就指出来了。
那一刻我心情非常复杂。它帮我制造了 Bug，又帮我找到了 Bug。我到底算是被帮助了还是被坑了？
后来想想，可能是我自己的问题。Prompt 太模糊，我没有告诉它幂等性的要求。但这就是和 AI 合作的特点：它不会主动问你”你有没有考虑并发”，它只会按你说的做。
两年下来，我觉得真正变了的有这么几件事。
写代码的速度快了，但主要快在”已知”的部分。那些我知道怎么写、只是嫌麻烦的东西，AI 帮我省了大量时间。
但那些我自己也没想清楚的部分，AI 给我的答案往往是个陷阱。它太自信了，不知道自己不知道什么。这两年我学到的最重要的习惯，是在用 AI 之前先自己把需求想清楚。
还有一件事：我读代码的速度变慢了。
不是能力退化，是习惯改变。以前遇到不懂的代码，我会自己从头读，逐行理解。现在我直接问 AI “这段代码是什么意思”。它的解释通常很准确，但我少了那段自己摸索的过程。我不确定这是好事还是坏事。
最近有同事问我，现在学什么技能最值？
我想了想，说：学会跟 AI 说清楚你想要什么。
这不是废话。把一个需求说清楚，比你想象的难。你要知道边界条件，要知道什么是允许改的，什么是不能动的，要知道你真正的目标是什么。
这个能力以前也重要，但以前你不说清楚，自己还能靠感觉写出来。现在你不说清楚，AI 给你一个”看起来对”的东西，你压根不知道问题在哪。
模糊的需求，加上自信的 AI，是个很危险的组合。
我没有成为 AI 的奴隶，也没有变成 AI 的主人。
大概是合伙人的感觉。有时候我带着它走，有时候它带着我走。偶尔我们会争论，我觉得它说错了，它坚持它的方案，最后我去跑测试，发现它的方案更好。
偶尔也反过来。
两年前我嗤之以鼻的那个推文，说的是”失业”，但那不是关键。关键是工作的方式变了，理解代码的方式变了，解决问题的流程变了。
你可以叫这个”进步”，也可以叫它”依赖”。
我现在还没想清楚该叫什么。