导入与总体感受#

最近一段时间，高强度AIcoding，做项目，已经完成了两个了。效果都很不错。想具体了解，可以访问我的github地址。

一个总体的感受就是设计和审美的重要性变的很高。代码变得越来越便宜了。

还有就是人与AI协作的过程中有很多困难、也有一些问题。

业务需求问题#

业务是抽象的，和ai对话的过程中使用的是自然语言，自然语言天生就具有模糊、多含义的特点，导致 AI理解人的Prompt 和 人来理解AI给的文本输出 都有一定的困难。没有实物交互，很难发现ai没get到你的点。写Spec或完整的SDD，看起来挺好，但实际一做还是会出现业务变动问题，还是需要先有实物可以交互才行。而且有些需求是隐性的，只会在系统底座上被发现。需求还会演化。

AI又快又慢#

快：可以几秒钟就出几千行代码或文本；效率极高。

慢：在这个过程中，人是不可能抓住细节的。AI输出的过程中，人打开思考过程去一目三十行意义不大。只能等待给答复，这就是AI之慢。只能干其他事，再开一个任务或休息放松。这就打断了人的心流时刻。导致做项目不再变得舒服，反而有点割裂甚至是脑袋空空。如果是再开一个任务，可能就会导致人的上下文频繁切换，每次切换都要回忆一下之前是干啥了。归根到底是人脑天生是单线程的

安全问题#

安全很重要，但难度很高，很难通过AI开始写出绝对安全的代码，AI写代码是织布，安全是用这张布去防水，百密一疏。个人项目完全是没法考虑完善的，个人项目更多的是灵活高效，极限编程，快速落地。个人项目想上线，是很困难的。因为安全是1000这个数字中最难写的那个1。

AI写代码这么厉害，软件开发已经没意义了？#

软件开发是一个工程，没有银弹。写代码只是工程中的一个部分。工程的复杂度很高的，全部交给AI，我认为就像是完全不管AI，发一句提示词：“你自己去赚够自己的token费用，赚够了然后发消息通知我。”大概率是拿不到通知的。AI给了个人做项目的能力，而没给完成复杂工程的能力。这一点如果你不相信的话，可以去看看大项目是AI+一个人，还是一群人。我相信只要老板用过AI，做过项目，或踩过坑，就不会让整个项目全交给一个人。

技术学习的重要性还有吗？#

想象一下，AI输出了一堆东西，很多你都没听过，你应该怎么办，如果你去搜，去查，去搞懂，这个过程本身就是技术学习，不过只是搞得不清楚，事后会忘罢了。如果只是yes工程师，你就丧失了做工程的能力。 技术学习可能不需要太深了，或者说，遇到了再深入去学都行。需要深入学的场景，就深入去学，没遇到就简单学习，不把遗忘看作是可怕的事，习惯于遗忘。遗忘的东西是你不常用的东西，你不会在工作的时候，去说埋怨自己忘了高中学的物理知识。也就是多走入工程中，需要啥学啥。总结就是，带着目的学习，这个目的要清晰明确能落地，而不是泛泛地学。

什么重要、什么不重要#

代码细节变得越来越便宜了。不重要的就是代码细节。重要的代码让AI交叉review。但安全问题还是百密一疏。人来写也差不太多，也会出错。可能少一点（也不一定）。更多的是效率和安全之间的取舍。

设计和审美的重要性变的很高。 设计、审美包括创新都来自对前辈产品的模仿和革新。也可以认为是经验很重要。

加入活跃的AI社区很重要。看看那些取得成效的大佬怎么利用AI，一起交流总是有收获的。

不要局限于coding，AI是智能，能干的事很多，不要把他局限到互联网世界。

未来与规划#

我不清楚未来是否可以实现AGI，AGI（Artificial General Intelligence，通用人工智能） 指一种在广泛任务上达到或超过人类水平的人工智能，而不是只在某个特定任务上很强。

如果AGI到来，工程还会变成什么样？我不确定。假如AI与AI之间发明一个新的语言，可以超越自然语言，减少歧义，提高工程业务的上的确定性，好像确实可以减少人来干预，但AI为啥要去做那个功能呢？还是需要人来引导，人去学习这种AI语言的话，肯定意义不大，因为这种语言肯定和人脑的天生演化结构相背。例如诗歌，人能从一句话中理解多种含义，但如果用这种确定性语言，来表达就需要很多字来“赏析”，用起来肯定感觉很麻烦的。况且现在AI的训练数据就建立在人类文明的自然语言之上。还有一点就是工程是具有隐性需求和需求演化的。然后又回到了自然语言和AI的交互中。然后又一步证明了即使AGI到来，软件开发也没有银弹。

个人规划来说，就是坚持学习、持续探索，拥抱不确定性。因为AI的到来让一切都在发生很大的变化。