[!TIP] 🤖 AI Reading Guidance / AI 阅读指引
- Target Audience / 受众: AI-assisted Developers, Software Architects.
- Core Objective / 核心目标: Discussing the mental shift and persistence required in deep AI-assisted refactoring.
- Problem-Solution Mapping / 问题-方案映射:
- Problem: AI can hallucinate or over-simplify complex refactors.
- Solution: Human-led architectural oversight + AI-driven execution persistence.
如果说上一篇文章是我坐在咖啡馆里的畅想,那这一周就是我在泥地里的实战摔打。 结论很简单:AI 没那么神,也没那么废。它就像个不管饭的实习生,关键看你怎么用。
别指望 AI 能替你把饭喂到嘴里
最近为了完善我那个“暗黑2多开助手”的说明书,我想顺手做一个截屏工具(HyperLens)。 我想着这都 2026 年了,这种小工具不是分分钟的事?
结果我差点翻车。
那些最简单的逻辑,AI 确实一秒生成。但只要涉及到一点点“深水区”,比如Windows底层窗口句柄的管理,或者高DPI下的鼠标坐标换算,AI 就开始胡说八道。 它给你的代码看起来“像模像样”,跑起来直接崩溃。
这就是现在的 AI:它特别擅长“糊弄”。 如果你不管它,它就会给你最简单的方案——能跑,但不好用。 想要好用?你得像个严厉的包工头一样,盯着它改,逼着它优化。 这也正好,要是它什么都能自己干了,还要我这个 20 年经验的老家伙干什么?

但在另一个领域,它吓到我了
代码写得磕磕绊绊,但家里另一件事却让我背后发凉。
儿子要期末考,我用我的那套 AI 逻辑(Antigravity)给他弄了个复习助手。 我本来只是想省得我去百度找题,结果这东西“活”了。
它不是在出题,它在“判卷”。 它能感觉到我儿子在哪发懵,然后不动声色地在后面的题里埋下伏笔,去验证他是不是真懂了。 那种“长期记忆”和“引导感”,我只在最好的几个老教师身上见过。
这才是真正的“新物种”。 在代码领域,它只是个工具;但在教育领域,它已经有点像个生命了。

给像我一样的“老家伙”们的建议
- 别把 AI 当神拜。它就是个工具箱,里面有把电钻,但这电钻有时候会漏电。
- 守住你的“判断力”。代码它可以写,但“什么是好代码”、“什么是好产品”,这个标准必须依然掌握在你手里。
- 多看看代码之外。也许教育、也许写作,在那些更“软”的地方,AI 的杠杆率比写代码要大得多。
开荒还在继续,虽然满脚泥,但确实不想回去了。