近况，以及接下来

过去半年到一年，发生了 AI 变革。

代码不要手写了，手写代码被戏称为“古法编程”。

八股文、技术也不需要记忆了。沉淀下来的技术，别人只需要和 AI 聊天就可以轻易获得；个人出的方案，甚至不如 AI 出的好。大佬+AI恐怖如斯，我三个月vibe coding产生的屎山代码 被团队大佬一周重构了。过去留给普通人的还有打杂的活，现在大佬通过agent 打杂的活也不剩多少了。

负责打杂的运维、测试，过去的不可替代性在于人的精力有限。大佬再厉害，也需要有人打杂、测试；现在，杂活让 AI 做就行了，AI 最擅长做杂活。然而，大多数人做的都是打杂的活。

很多程序员都受到了打击，从抵触到逐渐接受，再到摆烂。完全没有护城河的恐慌，随时可能被裁员。

旧的体系正在被砸烂，新的体系还没有完全建立。说起 AI，会谈到 Claude、Codex、GLM、Kimi，以及 Agent、OpenClaw、Hermes，但很多都是泛泛而谈。以 AI 编程为例，最基本的几个问题：怎么用 AI 写好技术文档，出好方案，写优秀代码，出好测试。每一个问题都没有通用答案。或者说，公布出来的大体都对，但细节一堆问题，叠加上 AI 的降智，很多使用是低效的。

我也没有用好 AI。后面的博文，主要思考一下我对 AI 的使用。

AI 时代，分享 AI 能回答的答案已经没有意义。甚至分享代码也意义不大。最有意义的东西，是怎么用 AI。以下是我的看法。

首先，我觉得要收敛 AI 使用的工具，并且人也要熟悉这些工具。例如，写文档就用 HTML/Markdown，流程图就用 Mermaid，脚本就用 Python。写文档就把八股文格式喂给 AI，所有文档都走相同的格式。写 C++ 代码就把 Google 风格喂给 AI。

比如，写文档时强制 AI 按照这个模板来写：https://github.com/rust-lang/rfcs/blob/master/0000-template.md。

方案确定阶段，先确定最终目标以及步骤。这块最为关键，可以采用博采众长的策略。让多个 AI 详细地把目标、步骤写成草稿，自己从里面找灵感，融合多个 AI 的产出来敲定结果。最后让多个 AI 对结果也达成一致。

代码开发阶段，事先制定全面的开发方案，最好有伪代码。多个 AI 并行开发，开发、测试并行。由于方案中的问题可能到开发、测试阶段才暴露，因此要边开发测试边 review 方案，对方案的改动做好归纳。

代码和 AI 都要有评测。构建单测、集测环境，对代码进行回归。同时，对 AI 的产出也要有评测和 A/B 实验。

人最简单的决策是给yes or no，就是对一堆ai 产生的结构，做出选哪个的决定。这比直接思考怎么让AI做更容易，也就是做筛选。ai时代注定会产生一堆垃圾消息被筛选后就扔进了垃圾桶，不要节省token的使用。

一个测试中的ai工作流项目: https://github.com/larrystd/ai-workflow/tree/main/storage-ai-workflow