使用 ai 编程大半年后的心态变化
2026-06-26
大概在 25 年的 12 月开始重度使用 ai，到目前已经过去大半年了。 我发过一些朋友圈或者写过博客，正好把这大半年的心态变化记录下来。
2025.12.19
一切从这里开始，AI 带来的思考，这篇博客是 2025.12.19 写下的， 当时应该使用 AI 编程至少有大半个月以上了。很多软件都在做推广，注册就送一定额度 token 或者 1个月会员之类的。 所以这个阶段我白嫖体验了好多的软件，也覆盖到了当时好多种的模型。
2025.12.28
2025 的年终总结里，我提了一个问题：当所有程序员都获得十倍生产力之后，会发生什么？
当时我已经隐约已经有不好的预感，AI 解放的编程生产力会过剩，而这会导致大量程序员岗位的消失。
2026.1.15
从纸带，到汇编，到高级编程语言，再到ai问世，vibe coding从概念到普及...时代的车轮滚滚向前，我们应该是最后一代经历“古法编程”的程序员了。2026年，见证历史
转发了一条朋友圈，其内容是马斯克宣判：再见，程序员！奇点就在 2026
2026.1.17
我此时此刻的震撼，放在普通人身上可能无法理解。如果做一个通俗的类比，就是当下的 AI coding 的能力，正好处于围棋领域，阿法狗下赢柯洁的那个时间节点。自此之后，再也没有人类在编程这个领域妄想去挑战 AI 了，而我，程序员，哭得像个柯洁
我意识到 AI 的 coding 能力，即将彻底淘汰掉手写代码的方式。而当下正好处于那个奇特的时间点。 可能不同的人感受会早一点或者晚一点，但是即使误差一两个月，也不影响这个判断的本质。
与此同时，我写下了这篇AI Coding 能力边界探索 博客。
2026.1.21
又一道防线被ai突破了。复杂的内存安全问题，这种需要很多经验，分析能力，而且定位问题涉及和调试器强交互的场景，以前是很好区分菜鸟和资深程序员的。而现在，只要写个能测试和复现的脚本，asan 和tsan 工具开起来，丢给ai去ralph loop就完事了。
我原本以为，高级工程师训练出来的 debug 思维和调试经验，这些是属于代码之外，有可能还是护城河。 结果被击得粉碎！
AI 可以学会以使用调试器，AI 可以写测试用例后去一遍一遍地执行去触发那种很低概率去触发点 bug，只要有可能复现的，AI 都可以把它跑出来。 甚至纯分析 bug 的能力，AI 也强于人类了。
2026.2.5
写代码是不可能写代码的，这辈子都不可能再手写代码的。调试又不想搞，分析又懒得弄，只能换个prompt再莽一莽，才能维持得了我还是程序员这样子。读代码理解代码？不存在的！AI写的跑不通太正常了，反正老子一行都懒得看，换个说法再让它干就完事，莽过去就是胜利。现在的coding agent啊，个个都是人才，代码写得又快又好，我超喜欢的！
我宣布拥抱 AI，我宣布打不过就加入。有了 AI 的加持，这个阶段的我自信心爆棚。我觉得自己仿佛无所不能了。
对，这个阶段正是愚昧之颠。
2026.2.8
把 pi 整合到我目前日常使用的编辑器 ad 之后，去研究了一下 pi 的代码。然后发现最核心的 agent loop 就百来行，然后是 session 管理，然后再 read bash edit 等几个工具实现一下，原型就有了。在 ad 编辑中集成，TUI 模块我不需要；对接全部的 model provider 我不需要，又可省不少代码；只提取内核部分使用，它的 coding agent 模块我也不需要。最后让 ai 评估了一下，4000 行代码就能搞定。忍不住诱惑让 ai 帮忙撸了半天，现在可以用上自己 vibe coding 出来的 coding agent 了。
撸了自己的 agent，其实当时的 agent 写出来我一行代码都没认真看过。
2026.2.28
最新的感悟：AI时代写代码完全不重要，但是如果想要系统还能维护的话，review 代码至关重要…之前那种 “看都不想看，能跑就行，不能跑换个prompt再莽一莽” 的搞法，后期维护不下去了
自己的 agent 用着用着，发现 bug 根本修不完，经常修一个，送两个。 越来越维护不下去了，开始有一点点反思，这个阶段算是刚刚走过绝望之谷。
AI 有一种"初见杀"的效果，开始时做 demo 特别惊艳。但是到了维护阶段就火葬场。 经历这个阶段，大概需要 3-4 个月吧。取决于使用的强度，以及用来写了多个东西。一定是需要走到维护阶段，才能获得这种反馈的。
这时我开始觉得需要 review 代码了，但是其实靠 review 代码这个方向也不对。 当然，这是后来的感悟了。至少代码还是要读，这个点是对的。
2026.3.6
把我的 coding agent 作为"心脏"，再拿 picoclaw 缝合一下，搞了一个 claw agent，再写点工作流技能。AI 时代应该只有提出需求和 approve PR 是人操作，其它都不应该由人来做
openclaw 很火爆的时候，全民养小"龙虾"。老实说，我并没有认真养过。
但是我也有被那种"龙虾在后台给我没日没夜干活"的思想短期地洗脑，纯属跟风。
2026.3.30
开启 agent 的自进化之路！
我自己的 agent 已经越来越好用了，正好也看过卡帕西的 auto research，所以实践用来这种方式让 agent 优化 prompt 来自进化。
2026.4.24
对 agent harness 理解达到了一个"重剑无锋"的境界(可能正是 pi agent 作者半年前走过的路)。当大家还在体验各种新项目，尝试更重的框架时，我一直在做减法，返璞归真
- 不需要给 agent 塞很多 tool，cli + skill 就是最通用的 tool
- tmux + subagent 提供了足够强大的基础设施
- 小的 cli + skill 是可组合的，而复杂的框架则没有这种灵活性
- 其实 agent 本身也可是以一个 cli，无论 codex 或 claude，而调用 cli 就是最自然的编排
- cli 完全可以提供基础设施，围绕任务分发，围绕 agent 通信，围绕子 agent 生命期管理，剩下的就是让 agent 去调用 cli，这一切，只需要本地文件系统
写了一篇博客我的 harness engineering 工程实践。
这个阶段的我已经很理性了。我的 agent 已经成为了我日常使用的工具，这个阶段我在疯狂地吸收 agent harness 的知识。 真正用适合自己的方式，来使用 AI。
2026.6.1
AI还很弱的时候，我们可以一眼判断这东西不行。而现在这个阶段，事情变得魔幻了。说它不行吧，很多时候它是行的，而且还会越来越强。但是说它行吧，它又产出一堆似是而非的东西，给人们制造可以的幻觉。 矛盾点在于：在专业领域它的能力正好超过了大部分人的辩识能力。 所以当下阶段体验就非常割裂：完全不用不行，不用效率落后了；完全依赖也不行，认知卸载，AI会变成许愿机，没准啥时候拉一坨大的；理性使用反而会更累，因为判断它行或不行，需要消耗特别多的注意力，而且是AI越强大，这种判断的消耗越大！
开悟之坡！
2026.6.11
发现在纯vibe coding的情况下，ai是把人类当调试器在使用，来补充它的眼睛，它的手和脚，为它提供正确错误的外界反馈。这个过程我的大脑停止了思考，写代码变成了许愿，我完全不知道发生了什么，只知道它生成的那一坨，我接不住，也维护不了。最终放弃了实验。能把游戏真搞出来，这哥们还是猛的。
转发了一条朋友圈，有人在不懂代码的情况下，用 AI 做游戏。
这个时候我已经经历了很多，也理性了很多。我已经站在反对 AI 的阵营了，立场决定的。 我既不认为 AI 能替代程序员，也不希望它替代程序员了。
2026.6.26
今天，故事还在继续...
我经历过折腾多 multi agent 协作，也疯狂地研究过 agent harness 技巧，也搞过那种描述需求，然后由 agent 从实现，到 review，到合 pr 完全自动化的工作流。 听过无数的“你的真人同事被蒸馏”，“你新来的 agent 同事”，“未来是一人指挥一支 agent 军队” 的鬼故事。那是资本家的叙事。
所以 AI 到底能不能替代程序员？其实不重要了。因为它确实能提升很高的生产效率。对于程序员，AI 是毒品，粘上了就摆脱不掉。
每当它提升 30% 的效率，就表示可以裁员 30%。它提升 50% 的效率，就表示可以裁员 50%。
AI 也确实能让完全不懂编程的人，能够写东西。哪怕它写得不专业，哪怕在专业程序员眼中，AI 生成的代码确实是一坨屎。 但是它能让写代码这个事情，变得不再稀缺，从而劣币驱逐良币。 用经济学词汇，叫需求可替代性：手写代码很贵，而替代品就是 AI 写的代码。当存在这种替代品存在，提供选择的时候，原商品价格就会下降。
最后写写我当前是怎么样保守使用 AI 的。
前期如果自己不设计，等 AI 拉一坨了后期理解不了 AI 拉一坨之后，靠它自己验证，它放过去的问题也无法知道 即使前面是自己设计了，到后期看 PR 也 review 不了 一方面是 PR 太快太大了 另一方面，从 PR 级别去理解看特别难，不是自己亲手写的代码，review 也是无力的 我现在解法是刻意慢下来，一边不停地重构删代码，另一边不停地补测试覆盖率 就实际程序跑起来，然后收集真实 coverage 然后对着 coverage 看相应的代码 覆盖低的，就问 AI，这块为什么没跑到，可不可以删 持续这个过程，就可以把对代码的理解慢慢补回来，同时也把代码质量和覆盖率提上来 当代码一直删到不太好删的时候，软件才是它该有的规模
以及心态是怎样的：把 AI 当工具用，好好发挥它带来的效率提升，但是不要放弃自主思考。
期望 AI 的发展最好停滞在当前阶段，更好是回到过去，停滞在 copilot 形态，永远坐在那个副驾驶室！