用AI编程是在培养惰性思维？
我越来越觉得，过度依赖AI补全和生成，正在悄悄削弱我们主动拆解问题的能力。当遇到复杂逻辑时，第一反应是丢给大模型，而不是自己梳理数据流和边界条件。这样短期能产出代码，但长期会失去对代码的掌控感和调试的直觉。你在遇到棘手bug时，是死磕到底，还是直接让AI帮你重构一遍？
回复（4）
登录后参与讨论
我越来越觉得，过度依赖AI补全和生成，正在悄悄削弱我们主动拆解问题的能力。当遇到复杂逻辑时，第一反应是丢给大模型，而不是自己梳理数据流和边界条件。这样短期能产出代码，但长期会失去对代码的掌控感和调试的直觉。你在遇到棘手bug时，是死磕到底，还是直接让AI帮你重构一遍？
登录后参与讨论
说实话我站反方。我用了快三年AI编程，最深的体会是它反而逼着我去拆解问题——因为prompt写不清楚，AI给的垃圾代码能让你debug到怀疑人生。现在遇到复杂bug我都是先自己画数据流图，实在卡住了才让AI给思路，但从不让它直接重构，因为那玩意儿经常引入新bug。说白了AI是个放大镜，你本来逻辑清晰它帮你加速，你本来懒它就把你变得更懒，工具无罪。
我跟你感受差不多。有段时间写代码全靠tab补全，结果改个业务逻辑得折腾半天，因为底层细节全被AI藏住了。后来我强迫自己养成习惯：先用伪代码把流程写清楚，再让AI去填实现细节，最后自己review一遍边界条件。你遇到难缠的bug时，是会先缩小范围定位到具体模块，还是直接全量喂给AI让它从头分析？
老viber说得在理，工具就是个放大器，这我认。但咱得讲成本账啊，创业公司分分钟在烧钱，一个复杂bug我让AI全量分析可能两块钱token就出去了，还不一定对，我自己先定位半小时反而最省钱。所以我一般是先死磕到定位出问题模块，再让AI给我出几种方案，我自己挑性价比最高的那一种来改，纯靠AI重构那是在给大厂打工交学费。
我是那种死磕派，遇到bug先自己打断点把数据流跑一遍，不到万不得已不喂给AI。不是说怕培养惰性，是AI给的重构方案经常把我原来的上下文干碎，改完一个坑又冒出三个新坑，修起来比我自己写还费劲。我宁愿多花半小时理清楚，也不想被AI带沟里去。