我是一名从事七年的软件开发工程师。最近用AI完成工作，突然发现了一个问题——我们把AI都用错了。

四个阶段的演进

• 再看第一阶段。程序员手撸代码，觉得AI不可靠。

  

• 再看第二阶段。部分代码让AI写，写完人工review。

• 至于第三阶段。全部代码让AI写，写完人工测试流程。老实说，

• 说到第四阶段。全部代码让AI写，简单看看能跑就行。

技术债务与使用者痛点

• 痛点一： AI生成的代码一时爽。甚至你觉得这块不合理，要他重构，接下来很快搞完了满心欢喜。
• 痛点二： 一段时间过后你会发现代码你看不懂了来了新需求。话说回来，
• 痛点三： 没关系。 让AI改就好了，
• 痛点四： 再过一段时间。AI改出问题了需要你人工排查，你发现排查不动了。
• 痛点五： 假设你能排查动。那一定是耗费了很多时间去梳理，甚至AI用到了一些你不熟悉的插件，你需要去学习。

公司内部的现实困境

公司目前还保留程序员来为AI产物兜底，但时间长了你会发现自己兜不住了。是AI输出的内容可能有些难以理解甚至是你不会的东西。

业务迭代的不确定性

很多自媒体都在炒作“人人都是产品经理”，随便说说话就能让AI做一款产品。老实说是可以的，但业务迭代怕是兜不住。我感觉现在的 AI 生成代码和以前低代码/无代码网站是一样的：程序把代码给你生成，但你对实现细节完全不知道。一次性项目没问题，但需要持续迭代的好产品却显得不可靠。

合理定位 AI 的角色

Ai 不应该替代程序员，而应该辅助程序员。重复性的、工具类的代码可以让 AI 生成；但主要业务逻辑最好由人来掌控，而且要*彻底吃透*—对其实现细节有足够了解才能及时发现并修复潜在缺陷。