AI的无声飞跃：从代码到认知

2026年4月8日

我曾经以爆发式的方式编码：拼命推进，遇到阻力，打开十个标签页，失去思路，然后重置。这是在2022到2023年，AI普及之前。几小时后，我的大脑就像过热一样。不是因为问题本身难，而是因为问题周围的一切消耗了我。

然后我开始每天使用AI。变化并不喧嚣，从未感觉像是10倍的生产力提升。它更安静、更深刻，也远为重要：我终于能更长时间思考而不至于精疲力竭。

真正的瓶颈从来不是编码本身。过去，典型的一天是这样的：开始一个功能、遇到不明错误、在文档、Slack和Stack Overflow之间跳转、拼凑解决方案、忘记为什么这样做，然后重复。疲劳并非来自构建，而是来自上下文切换。每次中断都隐藏着成本：重载心智状态、重建意图、恢复动力。这些成本随时间累积。你不在工作间隙中察觉它，但在下午六点感到大脑一团浆糊时就能体会到。

真正改变的是什么？AI首先并没有让我更快，而是让我更轻。我不再在那些不值得的事情上消耗能量：重复编写相同的样板代码、解码神秘的错误消息、记住本不该记在脑子里的API形状。现在的工作循环变了：勾画想法，让AI填充显而易见的部分，审视输出，根据真实意图进行完善。我仍然掌握每一个决策，但不再为了到达起跑线而浪费精力。

从上下文切换到并行思考。旧故事说AI让你多任务处理，这不完全正确。人类仍然不擅长多任务处理，我们只是切换得更快，然后付出代价。AI真正改变的是：你可以将全部注意力保持在一个层次上，同时委托另一个层次。当我权衡产品权衡时，AI起草测试；当我推理架构时，AI探索具体实现并找出代码库中正确的部分；当我明确意图时，AI处理语法。这更像是外化的工作记忆，而不是自动化。你不是同时做更多事情，而是抓住更大的问题而不丢失。

新的失败模式是失去品味。这里存在真实风险：如果让AI完成所有思考，你不会变快，而是变弱。门槛已经悄悄移动：不再是你会不会编码，而是你是否知道什么是好的。我的约束简单且不容商量：如果没有完全理解，我不会发布；对于关键路径上的任何东西，我仍然从第一性原理开始；我用AI来压力测试决策，而不是做出决策。AI擅长生成选项，你的工作仍然是品味、判断和方向。清晰的意图已成为真正的瓶颈，也是最高杠杆的技能。

大多数人忽略的是最大的转变并非速度，而是能量分配。以前：能量用于语法、调试、回忆。现在：能量用于架构、产品感、权衡和系统思考。这完全是另一种工作，并且随着时间的推移以完全不同的方式复合。

如何开始而不过度思考？忽视炒作周期，从小处着手并对自己诚实。用AI解释错误；用于粘合代码和脚手架而非核心逻辑；在卡住时用于生成选项；始终带着意图审查。然后跟踪一个简单指标：长时间工作后的感觉。不那么疲惫意味着你用得对，更疏离或疲惫意味着你过度依赖。

每个人低估的安静部分：这不是一次性的喧嚣革命。它是渐进的：更少的非自愿休息，更长时间的不间断思考，更少的日终疲累。合上笔记本电脑，你意识到：你做了更有意义的工作，并且仍然有精力用于生活的其他部分。

未来方向：下一个转变不是将要来临，而是已经着陆。今天的工具已经超越了浅层的逐文件帮助，它们现在提供真正的仓库级意识：看到服务如何连接，哪些依赖真正重要，改变一个部分会破坏什么。最好的工具扮演着持久的架构记忆，跨天保持上下文。我们正在进入代理领域：AI不仅写代码，还计划、测试、迭代，并像真正的协作者一样与你协调。战术工作（实现、样板、调试）正在转向机器。工程师正在成为编排者，专注于系统设计、权衡和判断。领域和架构知识只变得更加宝贵。杠杆是真实的，但它受限于你对自己系统的理解程度。这正是我目前在自己的流程中看到的。

最后的想法：AI没有让编码变得更容易，它让编码变得可持续。而在一个不断加速的世界里，可持续性才是更重要的。