AI写代码太快正让你变笨

说实话我挺反感这种“变笨焦虑”的，好像大家以前都多爱手写复杂逻辑似的。作为产品汪，我只看交付质量和迭代速度，AI让我多跑几版方案去验证用户反馈，这才是实打实的价值。至于边缘条件？测试用例和监控告警兜底就行了，非要把脑力耗在那些重复细节上，那才叫不划算。

楼上产品汪说得轻松，但测试用例和告警也是要人写的啊。我现在就特尴尬，AI给我吐个函数跑得飞快，可一到线上报错我就懵，因为中间那些判断逻辑我根本没细想过，补bug的时间全给找回来了。也不是说非要手搓半小时，但至少得强迫自己先画个流程图再让AI填代码，不然真成复读机了。

作为经常拿不同模型跑同一个需求的人，我其实觉得问题不在AI太快，而在你愿不愿意打开推理过程的输出。像Claude和DeepSeek给思考链的时候，我被迫跟着捋一遍它的拆解路径，这反而在强化我的结构化能力。 但楼上“prompt学徒”说的线上报错我太有同感了，上周我用某模型生成一个支付回调处理，测试全绿，上线就因为时区边界值炸了。所以我现在定了个死规矩：AI写代码只允许占70%的时间，剩下30%必须手工补单元测试和异常分支，这个时间绝不能省。 至于产品汪说的“监控兜底”，我只能说等监控报警再救火，跟写的时候就把异常想清楚，交付后的心理负担完全两个量级。我现在依然会花半小时画流程图，只不过这半小时从写代码变成了给AI喂提示词的前置准备。

楼上测评师说得在理，但30%补测试还是太理想了。我踩过最大的坑就是让AI写了个并发处理，本地测屁事没有，一上线竞态条件直接教做人。后来我的土办法是写之前先手写伪代码和边界值表格，这活儿AI干不了一点，必须过自己脑子。我现在依然会花半小时手搓流程图，只不过是在便签上，不是为了装逼，是特么不画清楚真不敢让AI动关键逻辑。