快到 2026 年了，依然有很多程序员在抗拒拥抱 AI

借助 AI Agent 开发过一款应用，算是深度使用。
总结：初始化项目、简单逻辑还行，复杂的还是算了吧，特别是调试、人机交互，比如一些生物识别之类的。写出“屎山”也常有的事，信任度没那么高，基本每个 prompt 都需要人工 review ，目前来说无法取代人类，辅助还行，没那么邪乎。

@chtcrack 93L 我看了一下， 确实改变了我的想法

error[E0412]: cannot find type `TrayItemImpl` in module `api`
--> /home/runner/.cargo/registry/src/index.crates.io-1949cf8c6b5b557f/tray-item-0.10.0/src/lib.rs:50:46
|
50 | pub fn inner_mut(&mut self) -> &mut api::TrayItemImpl {

嘴上说一套，背地里狠狠操着 AI 。

2025 年谁还一直坚守古法编程？

没有吧，我身边的都在用。只是会吐槽 AI 的一些问题，比如修 bug

你不会是把以前 Google 搜索代码粘贴复制变成现在 ai 问一下直接粘贴进来就叫 ai 编程了吧？既然 ai 这么厉害为什么不直接对接 GitHub 把上面的 issus 分析改完呢？实际用下来发现很多看似能用的代码 api 全靠瞎编，这还是一些比较简单的需求，你用 Google 也完全能找出来，涉及到更深入的东西完全就是驴头不对马嘴了

@qrobot for Windows 10 啊大哥，你 linux 系统不能用很正常。。我也没叫 AI 开发跨平台的。。

@Hudiebbk #81 差不多已經進入到了，自己負責思考架構和設計，Claude Code 負責寫的狀態了

@bs10081 是的，反正我目前用 AI 搞了几个玩具，都是 AI 自己搞的，包括报错后的调试，测试，全部 AI 自己搞的。。

@Building 不是啊，AI 动手之前，我一般都需要花大量时间跟 AI 沟通需求、架构设计、技术方案，最后生成详细的需求文档和开发计划文档。沟通阶段产生的 token ，我大概看了一下占整个编写代码阶段的 1/3 。除了需求文档和开发稳定之外，还有规范文档，比如要求一些我自己平时的一些代码规范，编写完一小块任务需要编写单元测试，使用某个开源库或者框架需要使用 MCP 服务去查询文档（比如 context7 fetch 等，现在还有很多 claude code 的 skill 可以用）。我的经验是不要让 AI 去直接做大的任务，而是需要你去把大的东西拆分成每一个小的任务，跟敏捷开发小步快跑差不多意思。我这套下来，起码 90%的功能是没问题的，最后还需要人做最后的测试验证，有问题的地方，再一个个进行沟通再继续完善剩下的 10%。

兄弟，要意识到，AI 编程的快速发展会让老板意识到 AI 可以替代程序员，那我们还怎么摸鱼，真是的，不要傻不拉几在自己公司推广什么 AI 编程。

你可以自己偷偷用 AI 去提高自己的效率，然后，把节省的时间好好享受自己的生活。

@lsls931011 老板自己也在玩，你以为互联网公司的老板是什么背景。而且我们小公司，没加班，没绩效，没开发进度要求。一天 8 小时，你不用就摸 2 小时鱼，你用了就摸 5 小时鱼。

@chtcrack 106, for window 看到你的代码真难以评价， 要不你试试 gtk 或者 tauri

@qrobot 噗,不是我写的代码,是 AI 写的代码,当时我也不知道 rust 有哪些框架,比较我都没学过 rust.
我提的需求很简单,开发一个 windows 下用的 rust 阅读器,要求三联版面,数据库用 sqlite,AI 自己选的框架..

@chtcrack 这就是我跟你说的，ai 代码真的难以评价。 反正你做出来了。 开心就好。 建议你还是老老实实学一下 rust 语法

@bs10081 还真是

@refear99 多了，那你是没见过啊

@qrobot 懒得学了,学太多语言了,记不住那么多,直接叫 AI 写就好了.哈哈,目前工作还用不上 rust,目前都是玩具,玩玩 AI..看看 AI 能做到什么程度..

@chtcrack 第一点， 你先把你的 workflows 的文件删除， 你一个 for window 的程序， 用 ubuntu 来做 ci . 这不浪费 github action 的资源么， 其次你那个 winapi 又不用，引进去做啥？

哪个 ai 是这样教你生成唯一数的吗？

```
/// 生成唯一 ID
#[allow(unused)]
pub fn generate_unique_id() -> String {
format!(
"{}-{}",
Utc::now().timestamp_nanos_opt().unwrap_or(0),
rand::random::<u32>()
)
}

```

看你的代码我人都麻了， 哎， 真难平。

代码一边考虑跨平台， 一边又不考虑跨平台， 真的属于左右脑互博了

@qrobot 哈哈,我不懂 rust 啊,我只看 ai 做出来的,我能不能用,占用资源如何,用起来稳定不稳定,会不会崩溃啥的..哦,我把那个 workflows 的文件删除掉..

@qrobot 大哥,你用不着这么愤怒吧,和一个 AI 愤怒有啥用,哈哈..和你说了这代码全部 AI 写的,包括调试,编译,测试单元,我只是叫它实现我的功能而已...

@chtcrack 举个例子吧， 相当于一个完美主义者看到一个非常不完美的东西， 就会有强迫症

@qrobot 我再去告诉 AI 你说的那个 generate_unique_id 函数有问题,看看它如何修改,哈哈..

@qrobot 我去看了下代码,generate_unique_id 这函数没有任何引用啊,就是 AI 写出来的垃圾代码,因为我叫它消除警告,它就加了个#[allow(unused)]宏...完全都可以删除掉的东西...

@chtcrack 没用的地方就删除掉啊， 而且肯定需要 id 来存储啊， 简单 uuid 复杂点就 Snowflake id 加上时间同步。 全部都加上 #[allow(unused)] 看着真闹心

假设你把代码看成一个家里。ai 生成的代码就是随便东一块西一块给你整了一个房子出来了。 自己编码相当于自己设计水电， 自己选不同的材料， 最后建了一个好房子出来了。

你的代码上有很多问题， 自己抽空学一下。 等你入门百分之百你自己都要重构这个。 你可以不会编程，但是要有编程思想啊

现状：
1 、五个人的团队能根据 AI 写出五花八门的代码、规范；
2 、一个从来不写注释的人突然写了好几页注释（表情符号巨多钱）
3 、review 代码总是说 AI 让他这样写，一出问题就撂挑子，别人帮他擦 AI 屁股
4 、每次提交的表情符号比代码多

之前有一个月，大量使用 cursor agent 模式开发代码。（我应该算深入调研了 vibe coding ，自己还出了大概 2-3 节课的教程； AI 方面的论文和进展基本都追得动、以前也是做 AI 算法的）

而最近一两周，我的开发模式改为主要和 chatgpt 对话+自己手写，基本不怎么用除了补全、重构和 review 以外的功能。

我直接放出暴论：Agent 自动写代码的功能，在产品级开发上基本都是负收益。项目以前所未有的速度快速“屎山化”，如果要保证更好的代码质量，AI 还是用来辅助更好用。AI 发生问题的地方都在细微的细节上，积少成多；产生这种问题的根本原因和 自然语言的模糊性（交互层面）、软件设计方案上不可避免的迭代变化（需求层面）、AI 模型缺乏稳定的长期记忆、AI 模型细节输出多样化不可控 等等 有本质关系。后两个问题是当代 AI 模型内生的问题，也是 AI 和人脑主要差异所在，没什么短期内能解决的希望。而前两个问题，本质上就是多人协同开发时的管理成本，和 AI 协同自然也需要管理成本（但还要额外叠加由于 AI 内生性问题导致的管理成本）。

Agent 技术的真正作用：给真正的 Agent 开发高手扩展软件/框架/工作流等能力的手段（但需求定义本身也是更大的难度，且这种项目中 Agent 不是辅助生成该项目代码的，而是给用户生成输出的）。这种能力主要给工具链开发人员准备的。大部分人都是工具链的使用者，也用不到这些能力。

编程工具(cursor)里的 Agent 的作用：个人觉得这个功能的真实作用面非常有限。我大概可以确定的： 写 demo ，开发不怎么维护的工具（功能相对单一的），应付工作上需要写屎山的需求（给架构师增加项目维护难度；但那是他的事儿，初级程序员领自己工资就行了），给老板叠焦虑 buff （老板也不懂这么多细节，就问怕不怕被其他公司淘汰），推动公司制定更激进开发计划（不见得是坏事，尤其有的公司主要靠融资发展，拿得出 ppt 唬得住投资人，显然比做得出稳定产品更重要）。。。。总之一个原则：用的越多，debug 越难，代码维护越难。最终大概率是用 5000 行代码写出来正常人类可以 1000 行搞定的东西。

对个人发展来说：有限度使用 AI 解决工作和项目推进+无限度使用 AI 来学习，是最优发展路径。邪路（不看好）：研究各种 prompt ，Agent 用法，企图建立在工具使用上的微弱优势（迭代很快，随时被打脸，所建立的优势都微不足道，Agent 开发高手做的新工具可以直接粉碎普通用户熟悉 prompt 所建立的微弱优势）

未来 AI 编码工具的预判：Cursor 等编辑器的 Agent 功能被终端用户使用的场景慢慢变少、Cursor 等编辑器会针对边界定义良好的流程直接推出工具(Agent 技术本身成为更加底层工具的开发手段)；开发人员主要和稳定的生产流程工具交互，而不是直接使用自然语言驱动代码生成。自然语言交互界面更加聚焦在 辅助、教学问答、review 等等能力上。