2026.01.23
ai coding无法阻挡,不只是因为它写的代码有多好……

别管shit mountain,
还是flower mountain,
能够解决问题的mountain,
就是好用的mountain。
今天,还有人抱怨ai代码如屎山。
然而,ai coding无法阻挡,不是因为它的代码写的有多好,多精致,
而是它干活的人类速度1000x倍。
人类优秀工程师用1年可以手写1万行代码,是极其优秀的了。
网络顺畅情况下,AI一天连续写5万行代码毫无压力。
这意味着一年它可以写1800万行代码。
AI coding效率是人类的1800多倍。
AI写代码会犯错出bug,但是随着模型能力提升和AI ide 上下文管理能力进化,它debug的效率越来越高。
1800倍,意味着人类手工做的事情,可以让它做1800遍。
其实,大部分人类的coding工作,并不需要劳烦ai做1800遍,它干3~4遍就已经可以出非常满意的成果了。
除非你的提的需求,技术栈选择有天然的冲突硬伤。
真正拉低AI coding效率的不是ai本身能力,而是工程师与ai协作的能力,主要有几个因素:
-
【1】无效需求、过度设计
-
【2】没有技术spec设计和判断,任由ai发挥。技术栈spec选错了,导致技术债指数上升
-
【3】对错误没有深入研究,而且不去引导ai去做深入研究
-
【4】缺乏沟通能力
别管shit mountain,
还是flower mountain,
能够解决问题的mountain,
就是好用的mountain。
何况很多模型在复杂软件工程的驾驭能力,已经远超绝大多数工程师。
有了cursor,连mountain都写不出来,这才是需要警醒的事情。
原文链接:https://mp.weixin.qq.com/s/JzZX1uDVJcRKAtfllFZiPw
来源:XT
相关文章
- “死磕、加速、杠杆、乐趣、与能力退化 ”—— Andrej Kaparthy 这几周的AI Coding的笔记过去几周大量使用 Claude 编码的一些随机笔记 编码工作流 得益于 LLM 编码能力的最近大幅提升,和很多人一样,我在11月份还是大约8…
- 为啥Clawdbot看起来有些AGI的样子了?它的核心技术机制拆解如下:Clawdbot 的核心机制其实挺清晰的,它是一个本地优先、自托管的代理控制平面(agent control plane)。 Gateway…
- 写好claude.md,核心四件事,让Claude Code变成老司机CLAUDE.md 是 Claude Code里最核心的项目记忆,也是和常驻系统提示文件。 它让 Claude code像一个资深工程师一样…
- 一种提升AI编程质量的方法:对抗式SDDAI编程中,最有挑战的是上下文腐烂,以及在信息不充分下的设计权衡,以及对于时间成本和长期价值的权衡。 有人说opus4.6好,有时觉得gpt…