我是如何使用 AI 编程的：从“自己硬写”到“和 AI 一起进化”

一开始并不相信 AI 能真正帮到编程。

原因很简单：写代码这件事，表面上是敲键盘，实际上是做决策——怎么设计结构、怎么处理异常、怎么控制性能、怎么保证系统稳定。尤其当项目一复杂，真正耗时间的往往不是“写出一个函数”，而是“让它长期稳定地跑下去”。

但后来发现，对 AI 的误解在于：

把它当成了“替我写代码的人”，而不是“帮我加速迭代的人”。

直到开始用一种更符合工程现实的方式使用 AI：

先把系统做出来，再让 AI 帮我优化，最后甚至让它参与重构。

这套流程，让我写代码的节奏完全变了。

最开始的习惯：自己写到能跑为止

以前写项目时会有一种执念： “必须一次写对。”

所以经常陷入一种状态：

• 代码还没跑起来
• 结构已经反复纠结了好几轮
• 还没验证需求，先把复杂度堆上去了

结果就是： 写得很慢，而且越写越不敢动。

后来意识到一个事实： 能跑的版本，永远比完美的设计更重要。

因为只有跑起来，才有真实数据、真实瓶颈、真实反馈。

从那之后，会强迫自己遵守一个顺序：

先实现（能跑） → 再优化（能扛） → 最后重构（能维护）

而 AI，恰好在后两步发挥了巨大价值。

使用 AI 的第一阶段：让它当“加速器”，而不是“驾驶员”

现在更像是这样使用 AI 的：

• 我负责方向和判断
• AI 负责补全细节和提供候选方案

不会一开始就问：“给我写个完整项目。”

我会先把一个粗糙但正确的版本做出来，然后把问题丢给 AI：

• 这个结构有没有明显问题？
• 这里的并发有没有隐患？
• 这个逻辑是不是可以更简洁？
• 这段代码有没有更 Rust 的写法？

我越来越喜欢这种感觉： AI 不决定我做什么，但它让我更快做到我想做的事。

最有效的一种方式：我先写“第一版”，AI 帮我做“第二版”

发现一个很真实的规律：

第一版代码写出来时，我脑子里装的是“功能正确” 第二版代码优化时，我脑子里才开始装“工程质量”

而 AI 最适合参与的就是第二版。

比如我经常会这样操作：

第一步：我先写一个能跑的版本

哪怕它丑一点，结构硬一点，甚至有些重复代码也没关系。

重点是：

• 输入输出跑通
• 数据流通了
• 错误能捕获
• 日志能看懂

第二步：我把代码片段交给 AI，让它优化

我会明确告诉 AI 我想要什么：

• “这里能不能减少 clone？”
• “能不能把错误处理统一一下？”
• “这段 match 太长了，有没有更清晰的拆法？”
• “帮我把这块拆成模块，结构要可扩展”

AI 给我的通常不是“唯一答案”，而是多个改法。

我最喜欢它的一点是： 它能让我快速看到不同的设计路线，而不是我一个人硬想半小时。

第三步：我自己选择并合并改动

我不会照单全收，我会做判断：

• 哪种方案更适合我的系统？
• 是否会引入额外复杂度？
• 会不会影响性能或可读性？

最后的代码看起来像“我写的”，但效率比以前高很多。

甚至会让 AI 帮我“重构”：把代码从“能用”变成“能长期用”

以前我对“重构”有点抗拒。

因为重构意味着：

• 改动范围大
• 容易引入新 bug
• 改完还要重新测试

但当项目增长到一定规模，你会发现：

不重构才是更大的风险。

我现在会把重构当成一种“升级工程寿命”的手段，而 AI 让这件事变得没那么痛苦。

我会这样对 AI 提要求：

• “帮我把这一坨逻辑拆成 3 个模块，职责清晰”
• “把这段同步流程改成异步 pipeline”
• “这里想加 backpressure，结构怎么调整比较自然？”
• “把散落的配置项收敛成一个 Config struct”

有时候 AI 给的重构方案我不会直接用，但它提供的思路会让我少走很多弯路。

最重要的是： 它让我敢重构。

因为我不再是一个人面对一堆代码，而是有一个“随时能讨论方案的搭档”。

用 AI 学到的最重要一课：写得快不等于写得乱

很多人担心 AI 编程会导致“代码越来越烂”。

但我的体验刚好相反——前提是你使用方式正确。

我现在的节奏是：

• 我快速实现第一版（别纠结）
• AI 帮我补齐工程细节（日志、错误、结构、测试）
• 我再做关键的性能与边界处理
• 最后形成一个更稳、更干净的版本

这种方式反而让我更容易做到：

• 代码结构清晰
• 模块边界明确
• 可维护性更强
• 出问题更容易定位

也就是从“写得快”升级为“迭代快”。

现在怎么看 AI：它改变的不是编程方式，而是成长方式

以前我遇到问题，成长路径是这样的：

查文档 → 看 issue → 搜博客 → 自己试错 → 逐渐搞懂

这个过程当然有效，但很慢，而且很吃耐心。

现在 AI 给了我一种新的学习节奏：

先问 AI 得到方向 → 自己验证 → 再深入查资料 → 最后沉淀成自己的经验

它让“学习”变得更像“对话式探索”。

我不再因为一个小问题卡住半天，也不会因为细节不确定而停下整个开发节奏。

甚至很多时候，我会把 AI 当作一种“镜子”：

• 我把自己的思路讲给它听
• 它帮我指出逻辑漏洞
• 我再修正我的表达和设计

这其实是一种非常隐性的成长： 我越来越会把复杂问题讲清楚。

而这项能力，比写代码本身更值钱。

最后：AI 没有让我变懒，反而让我更“像工程师”

如果一定要总结，我觉得 AI 给我带来的最大变化不是“少写代码”，而是：

• 我更敢快速试错
• 我更愿意做第二版、第三版
• 我更关注结构、边界和长期维护
• 我更像一个在搭建系统的人，而不是在堆函数的人

AI 没有替我完成工作，它只是让我把精力从重复劳动里释放出来，去做更重要的事：

• 把系统跑起来
• 把瓶颈找出来
• 把代码变干净
• 把复杂度控制住

我越来越相信一件事：

真正厉害的不是“AI 会写代码”，而是你能用 AI 把迭代速度拉到一个新的层级。

而我正在享受这种变化。