“氛围编程”：别把你的大脑外包给 AI
“氛围编程” 的定义
你还记得最开始使用 AI 协助编程的样子吗？
将本应输入搜索引擎的错误信息，直接粘贴到 AI 对话框让其提供解决方案，从而省去自己寻找和筛选答案的步骤。
又或者像使用 Copilot 那样，在 IDE 中只输入寥寥数个字符，便让 AI 补全剩下的代码。
现在编码助手早就更进一步了，直接在输入框输入你的需求，Agent 会自动创建文件、写入代码、编译测试，直到你满意为止。
而你，不需要写入一行代码，甚至不需要去看 AI 生成的代码。
这就是 “氛围编程” 。
优秀的工程师需要理解自己的代码
“氛围编程” 的优点是你不需要“写”代码，但坏处也是你不需要“写”代码。
- 不“写”代码，就无法真正理解代码。
- 不理解的代码会导致不可预测的行为。
- 不可预测的行为就会导致Bug或者漏洞。
当你点击 “接受全部” 的时候，就无异于玩一场代码的俄罗斯轮盘赌。
上一个相信人工智能的人已经付出了惨痛的代价。
虚假的生产力和技术债
每一个正在运行的项目在新人看来都是一座“屎山”，区别在于之前是人工去拉，现在则是 AI 去拉，关键在于 AI 拉的又快又多。
“氛围编程”在初期看起来效率惊人，以往需要数天才能完成的功能，现在几小时就能实现。然而，由于开发者对代码缺乏理解，一旦出现问题便难以修复，只能再次求助于 AI，从而陷入恶性循环，最终导致这份代码几乎没有“人”能维护。
AI 应该是辅助，而不是替代
实际上，我本人也是 AI 的重度用户，并尝试过用“氛围编程”模式开发了两个项目。
说实话，我对于这些项目没有信心，比我用 Python 开发项目还要虚的多。
虽然我是项目的创建者，但是你问我输入 xx 应该会输出什么？我不知道。内部的计算逻辑？我不知道。
经过这段时间的“氛围编程”实践，我发现一种更好的协作方式：自己规划好项目框架与核心逻辑，然后将增删改查（CRUD）这类模式化的部分交给 AI 实现。这样，项目才不至于偏离预期太远。
总结一下
可以偷懒让 AI 去干苦力活，但是不要外包自己的思维，让 AI 替你去思考。