以 AI Coding 之管窥探世界之变

TL;DR

  • 过去三周，我用 AI Coding 在零碎时间完成了 7 个真实项目，其中多个已开源并投入实际使用。
  • AI 已经不再只是“辅助写代码”，而是在架构清晰、决策明确的前提下，实质性替代了大量中级开发工作。
  • AI Coding 的上限不在模型，而在使用者：是否会设计、会 review、会做关键决策。
  • 由 AI Coding 的跃迁可以窥见更大的变化：世界正在进入“超级个体”时代，个人能力被放大，但分化会更剧烈。
  • 算法层面，基础模型、RL、多模态会继续变得更强大、更智能。
  • 产品层面，具身智能、虚拟世界不再遥远，AIGC 将攻占互联网。
  • 面对不可逆的技术浪潮，我选择“批判地接受”：积极参与，同时保留理性与属于自己的私有空间。

2025 年最后一天，2026 年第一天，之际，很想聊聊 AI 编程。我记得 2024 年底的时候，AI 编程还不怎么好用，当时用 MetaGPT 写了一个贪吃蛇，结果有个 bug 半天怎么都没弄好，最后还是我自己手动改了两处代码。

万万没想到啊，这才一年不到的时间，AI 编程居然到了如斯地步。年初的时候听说 cursor 比较好用，下载后随便玩了一下感觉没有想象中那么强。也尝试过 VSCode 的插件 Cline，用它做了个 Code review，怎么说呢，感觉没有达到自己的预期。

其实，我一直是重度 AI 使用者，Code 也在用，只是没有在一个 IDE 里用，大部分时候都是在 ChatGPT 的对话框里完成。常见的任务包括：完成某个功能的脚本、对已有代码进行改造（比如改多线程、异步等）、写单元测试等。

直到最近，突然看到 Trae 发布了 Solo 模式，想着试一试，于是在 2025 年 12 月初一下子开启了全面的 AI Coding。

三周零碎时间开发的项目

先说一下成果吧，就这三周内，一共做了 7 个项目，每个项目基本都没有花什么时间，很快（可能 1-2 个小时？反正我同时还干着其他工作）就完成了。尤其是前端类，简直太好用了，从头到尾一行代码也不写。最麻烦的是算法类，一共 2 个算法类项目，现在还没有调到特别满意。剩下 3 个是工具类，其实也比较方便，基本也是不用自己写，不过写完我会 review 并给出建议让他帮忙改，他接受的非常快，几次就改到我想要的样子了。

工具类

算法类的就不展示了，这里先放工具类的。

第一个是试水的，我一直想写一个只保存提示词的小工具，没有乱七八糟的其他功能，就是保存不同版本的提示词。他写的还不错，当时用的是 Trae 中文版，这给了我很大的信心。

此时，恰好 antigravity 发布，于是后面两个项目都用他来完成。这两个项目我个人觉得含金量挺高的，很实用，都来源于实际工作。lightinfer 的出发点是快速将一个模型推理代码部署为专业的 HTTP 服务。在非 LLM 场景中，官方一般会提供优化后的推理代码，但 HTTP 服务这一层一般没有太多优化和设计。当这样的模型需要部署的比较多时，每个写一套差不多的就很烦，这种重复真的一次都忍不了。

于是，只能自己上手写一个通用的框架了，就有了 lightinfer 这个项目。它采用生产者-消费者模式，在 HTTP 服务层采用异步非阻塞队列，实现高并发；但是在实际模型推理侧则采用同步多 worker 线程。因为模型推理一般是计算密集型的，线程比异步要快。这里需要注意同步线程和异步服务之间的桥接，需要允许同步工作线程将数据输入（生产者）非同步队列而不阻塞，消费者端有等待线程，否则同步推理线程会导致服务被阻塞。

我写了设计文档，antigravity 帮我写好了代码，又经过几次调整和修改，就变成现在这个样子了。虽然一开始有些细节做的不太好，但经过指导后已经相当不错了，节省了我大量时间。现在的代码我非常满意，而且 README、其他一些 pypi library 需要的文件等等都是他给我写好的。个人觉得这个设计还是比较漂亮优雅的，它支持任意计算密集型的推理任务，支持流式、非流式，支持任意参数。感兴趣的读者可以去尝试一下。

第三个项目是一个并发执行库，支持同步或异步，也支持多线程和多进程。它来源于工作，因为日常需要些太多脚本，而大部分都是需要并行执行的，这就很烦，每次都要写类似代码，且存储中间结果。其实我以前在 hscspring/pnlp: NLP预/后处理工具 项目里写过一个装饰器，可以将任意单线程循环任务转成多线程/多进程。不过那个不支持异步，而且也不能存储中间结果。于是，这次就专门写了这个项目，接口设计非常简单清晰，支持流式读取，支持定期存储中间结果，而且支持随时重启（幂等的）。个人对这个 library 的设计也非常满意，代码非常优雅。

前端类

前端类的因为是所见所得的，我就只看界面然后给他提要求。当然，一开始也是写一个设计文档，即便是设计文档，也可以让 AI 辅助完成。两个网站如下：

  • Toolhub：一个工具收集网站。
  • YoC：一个分析你的工程基因的 GitHub 年度总结网站。

这两个也是来自我自己的需要。第一个是把我浏览器收藏夹里的工具给统一放到网站上，这样便于分门别类，还能搜索，比在收藏夹里方便很多。对了，它还有个管理后台，可以支持我增删改 Item。

第二个是这几天到年底了，看到很多年度报告，想搞一个 GitHub 的。其实这一类网站非常多，但都是统计类的，没啥特色。我就让 ChatGPT 帮我想了这个工程师画像型的版本，个人觉得比单纯的统计好多了。界面配色、排版等都是他自己设计的，我只是给我自己的意见。

最终报告长这样，不知道别人怎么看，但我自己很满意。

算法类

算法也写了两个项目，但是都需要不断调试，其实就是看最终训练或使用效果如何，这不像前端或工具类那样明确，写完就写完了。算法设计类的写完了还得训，得真的有效果才算完。这里就不过多展开了。

如何利用 AI 进行 Coding

准则方法

根据我已有的浅薄经验，一共有以下几条准则：

第一，要写好设计文档。从需求开始，然后是具体的设计，AI 只是当你的手把代码写完，这样写出来的代码至少你是心里有数的。至于文档的格式其实无所谓，只要能有条理地把事情说清楚就好。

第二，做好 review。AI 不可能一下就把工作做好，正如你也不可能一下就把需求写的那么清晰。对于前端类项目，可以稍微粗一点，因为你肉眼能看到，很容易就知道问题在哪里。但非前端类，最好还是好好看下代码，其实看代码比写代码快多了，你大概一扫就知道他写的怎么样了。另外，review 的不止是代码，还有他给出的工作 plan。

第三，成为决策者。AI 属于“你强他强，否则他就迷糊”的调性。你得在很多事情上做决策，比如删掉那段实现改为 XX，比如推到这个功能重新设计。你虽然没有亲自动手写代码，但你对整个项目的框架、设计、调性心里门清，这样才能更好地指导 AI。否则很容易形成拉扯局面——你不知道到底对不对，他不知道你到底想怎样。

显然，这些特点有利于有经验的程序员。事实也的确如此，你没看到网上大量“大龄”程序员重新焕发出新春了么……

以我自己的感受看，同时开 3 个窗口，进行 3 个项目的推进没有太多压力，你是真“异步”了。

AI 上限

我相信每个使用 AI 进行 Coding 的人都有这个疑问，AI 到底能达到什么程度？根据我的了解，上限极高，而且越来越高！

虽然随着项目变大庞大，他可能变得有点迟钝，但再大的项目也是由很多小模块构成的，只要你在交互过程中提及相关的信息，他基本还是能够继续干活的。但是如果你默认他了解了整个项目，沟通时不带上必要信息，那你可能要失望了。随着对话次数的增加，这样的做法会让他越来越迟钝。

所以，AI 是可以去写大项目的，我已经看到有人用 AI 写出非常复杂的项目了。但这里的前提是你得会沟通、懂架构、懂设计，你最好还做过类似的大项目，知道哪里可能有坑，在一开始设计上就规避掉，而不是等到后面再重新来过。

要始终谨记一点，AI 只是代替了你的手，而不是脑子。你不懂，那就是让他替你堆屎山，虽然 AI 的代码没有那么烂，但屎山不止是代码烂，架构和设计也是。很多人用 AI 来回折腾很多遍，就是因为自己本来就不太懂，拿着把“屠龙刀”呼呼乱砍。然后还把自己感动的一塌糊涂……

我真觉得以后编程的学习会发生巨大的改变，具体的语法和实现根本不重要，但整体架构的把控及相应的设计会变得越来越重要。你得抽出编程语言之外，站在更高的维度去看待编程、学习编程。

要不，先从设计模式开始？正好我们之前弄过一个开源项目：datawhalechina/sweetalk-design-pattern: 基于《大话设计模式》对设计原则和设计模式进行解读。

使用心得

这一部分的最后，聊点心得感受。

首先，很强烈的感觉啊，以后可能不太需要初中级程序员，我实在是觉得 “AI 下属”比真人下属，抛开感情层面，只从功能上来说，要好用很多。干活不知疲倦，无限廉价的耐心，专业的代码水平，永不跳槽的保障，你还想要什么纸飞机……

其次，大部分时候真的不用动手写代码了，动手聊天就行，他真的可以！我记得在写前端项目时，如果某个地方按钮点了没反应，他还会自动拉起浏览器去尝试，并提前打好相应的检测日志。当时我的感慨是——我知道你可以，但你这也太丝滑了……

第三，必须 review，明确知道他是否做到你想要的。这不光是项目质量的保障，更是防止你脑子变钝的重要一步呀。难道你真的希望以后 AI 完全自动化？当然某些方面一定会的，但大多数需要长期维护、更新的项目是难以做到的。新人可能天真的以为编程难是代码难写，但真实的难是——他么的需求老变、而且可能随性地变啊。这不是技术层面能解决的问题，AI 得成精才行。

第四，个人（没错，就一个人！）完全可以做出大量、复杂的产品和项目。AI 超级个体时代即将来临！看看我这几个项目，几乎没花什么时间。我也已经看到很多个人已经完成了数十万行代码的复杂项目并且上线。个人的能力会被无限放大，弱者会变强，但强者更强，边际效率居然递增！这可真算的上是一大奇迹了。偷偷说一下，我也正在抽空写一个桌面软件，这个相比 Web 服务要复杂多了。

好了，就聊这些吧，总之，很强大！很暴力！像 2023 年拥抱 LLM 那样拥抱 AI Coding 吧！

世界在巨变

技术在前所未有地进步，世界当然也在前所未有地变化。

算法

2025 年是 RL 年、AI Coding 大年，多模态和 Agent 当然也取得了明显的突破。2026 年，这些方向会一如既往地继续变强。

RL 会自然延伸到 Agentic，其实现在已经比较成熟了，但离产品及应用或者大规模成熟还需要时间积淀，2026 年一定会突破的。带来的变化就是，Agent 会更加智能、更加强大（包括 AI Coding），他们能处理的任务更加复杂、贴近日常生活。现在买票订酒店已经不在话下，马上他模拟你的一天都不在话下。AI 已经开始具备“生命力”。

多模态层面亦是如此，大量的产品和应用会基于多模态大模型，多模态输入将成为标准输入，文本体现在思考和表达环节，甚至表达都会削弱，直接输出图像/视频+声音，真的是“所说即所得”，真的是“言出法随”。大部分人喜欢看图片、短视频，这种逆向选择会进一步加剧“文字”载体的弱化。如果只剩下思考部分，那是不是会换一种编码方式？

另外是基础模型层面，应该会出现更多新架构、混合架构。一方面是弥补现有模型在某些方面（比如记忆）的不足，另一方面则是提升效率。推理时学习、实时学习会逐渐成为新的研究热点。AI“生命力”越来越强。

产品

产品和技术其实是对应的。

首先是具身智能，会出现很多 “AI小物件”，倒不一定非得是端侧推理，云端协同会是更多产品的选择。这不仅仅是效率的问题，还有数据、安全、管理等多方面因素。更进一步，人形机器人可能会量产，走在大街上看到他们不必感到惊讶，碳基和硅基共存的世界即将来临。记得跟他打个招呼哟。具体到市场，这个就太广泛了，限制你的恐怕只有想象力了。《西部世界》的场景已经不再是科幻了。

其次是虚拟世界。有没有可能小说的文字世界直接转为视频+声音的可感知世界？有！太有可能了！如果再配上一幅 3D 眼睛，你都可以想象那有多震撼。甚至架空的世界可能与我们现实世界重叠，带上不同的眼镜，就是不同的世界。想想真的很期待啊。《头号玩家》也不再科幻了。未来虚拟世界一定会像真实世界一样真实。再加上 NFT、区块链，相信世界会变得非常不同。

最后是 AI 生成。今日头条汇聚新闻创造新的内容，AI 直接创造新的内容。目测，很快，AI 创造的内容，文字、图片、视频、音频全模态领域将席卷网络，并很快超过人类创造的内容。AI 的能力在互联网上显然能被更加快速地放大，他们创造的内容会快速传播，同时，还有很多虚拟的 AI 账号在快速进入互联网。互联网的高地终将被 AI 第一个攻占。

当然，以上说的不一定在 1-2 年内实现，但想来也不那么遥远了。我们拭目以待吧，希望本文到时能被考古。

个人

好了，前面上头完了，我们稍微冷静一下，回到个人，回到自己。

先来灵魂三问：我们能干什么？我们要干什么？我们要去往何方？

首先可以确定以及肯定，这个趋势无法阻止，势不可挡，谁拦也不行。那我们能做的就只有一个：接受！并亲自体验这种全新的体验。至于要不要沉迷其中，我觉得这是个人选择问题，《黑客世界》里没有反派。

那在这个过程中，我们要做什么？个人觉得有两件事。

第一件是“积极参与”，为这个过程添一把火。参与方法很简单，可以去研究算法，让 AI 更加智能、强大；也可以去设计产品，上面说了那么多如果不够的话，你可以继续发挥自己的想象力，如果没有想象力，让 AI 帮你想；还可以去生产内容，这个没啥门槛，人人都能干，你可以借助 AI 写小说、作画、作曲、当导演、甚至架构虚拟世界。

第二件是“保持冷静和一定程度的超脱”。前阵子看到了 AI 是不是基本杀死了 blog - V2EX 的讨论，我们就只从这个视角来简单说一下。这个帖子我也做了回复，回复原文如下：

现在有问题都直接问 AI 了，AI 也能直接写文章了，而且写的还不赖。

你比如你现在想写个介绍某个算法的文章，那就不如 AI 写的好。

但是如果你写一篇文章本身就需要引用多个资源，而视角又是和你个人经历和知识体系相关。那 AI 就比较难以替代。

blog 本身就是站在自己视角写东西，不像各个平台的水文，这是不一样的。记录自己这个动作不仅仅便于日后自己查看，也是 AI 很难替代的根本（除非你自己替代自己，起码别人不好做到）。

我基本就是这个意思，你得有点真正属于你自己的东西，在处处 AI 的世界给自己留点私有空间，留点 AI 夺不走的私有空间。除此之外，多去大自然中走走吧，人毕竟也是”动物“，在自然中很容易获得宁静（至少我是这样）。

好了，最后一个问题。其实这个问题是任何个人最无法也不能替其他人回答的，我也只能说说自己的观点。对于我来说，”批判的接受“ 这个词可以大概概括我的指导思想。其实，我不知道自己要去往何方。我无法预测未来，顶多只能窥探到一角；我更无法控制未来，大势面前个人的努力微不足道。那怎么办，只能踩着浪花前进了啊。无论前方是什么，我自义无反顾。当然，还有”批判的“这个定语，我希望无论前方如何，自己也能留存一份理智、一份人性。

回答的可能不好，但暂时没有更好的答案了，引用我第一家公司董事长的话：”没有更好就是最好“，这就是我目前能给出的最好答案了。

最后的最后，不妨尝试再问自己一个问题：”我要成为谁？“

求生欲申明：以上均为个人观点，读者朋友不必认同，可以交流，也欢迎发表您的观点。