AI写代码越爽，你越像打字员？

太真实了，我现在强迫自己每周必须手撸一个纯算法题，不靠补全，就是怕脑子生锈。你说的那20%调试最磨人，因为AI写的坑往往藏在它自以为很懂的地方，查半天才发现是它臆想了个不存在的API。不过我倒觉得可以反过来利用，让它把边界条件写成单元测试给我，逼着它自己把坑先亮出来。你平时会让AI参与设计阶段吗，还是只让它当个执行工具？

哈哈你这个“调试比手写更心累”我直接破防，上周刚被Copilot坑过，它给我生了个看起来很美的递归，结果跑起来栈溢出，查了半天才发现它根本没考虑终止条件。不过我还是觉得这不算丧失嗅觉，更像换了一种嗅觉——从自己抠细节变成靠直觉判断AI哪段代码不可信，反而练出了另一种敏感度。你那个让AI先写单元测试的办法我要偷学一下，感觉比硬扛调试实用多了。

我这边的真实感受是：代码嗅觉不是靠手敲维护的，是靠review和debug养着的。既然AI把80%的脏活干了，那省下来的精力就该拿去把剩下20%的逻辑和异常流梳理得比它写的更清楚，而不是躺平当打字员。我是真烦那种生成完直接跑、出错了才回头看的用法，那当然越用越傻，你得把自己当成把关的，不是验收的。

说个实测数据吧，我拿同一个需求让Copilot、Cursor和Claude分别生成，三段代码能跑通的比例大概六成，但真正让我满意、不用大改的不到两成。剩下那八成时间里我不是在写代码，是在当审稿编辑，而且AI写的烂代码读起来比我自己写还费劲，因为要猜它到底是怎么想的。 我觉得那个“换了一种嗅觉”的说法有点道理但不全对，以前debug是查自己的逻辑漏洞，现在是查AI的幻觉和臆想，本质上是把一部分脑力从构造转移到了甄别。问题是甄别这东西很吃经验，新手根本看不出来AI在哪挖了坑，反而更危险。 所以我的态度是，AI写代码爽归爽，但你得主动给它制造麻烦，比如你说的让它先写测试，或者故意给模糊需求让它反问。如果你只是无脑接受补全，那你确实在退化成打字员，区别在于这个打字员还要给AI擦屁股。