AI的無聲飛躍：從代碼到認知

2026年4月8日

我曾經以爆發式的方式編碼：拼命推進，遇到阻力，打開十個標籤頁，失去思路，然後重置。這是在2022到2023年，AI普及之前。幾小時後，我的大腦就像過熱一樣。不是因為問題本身難，而是因為問題周圍的一切消耗了我。

然後我開始每天使用AI。變化並不喧囂，從未感覺像是10倍的生產力提升。它更安靜、更深刻，也遠為重要：我終於能更長時間思考而不至於精疲力竭。

真正的瓶頸從來不是編碼本身。過去，典型的一天是這樣的：開始一個功能、遇到不明錯誤、在文檔、Slack和Stack Overflow之間跳轉、拼湊解決方案、忘記為什麼這樣做，然後重複。疲勞並非來自構建，而是來自上下文切換。每次中斷都隱藏着成本：重載心智狀態、重建意圖、恢復動力。這些成本隨時間累積。你不在工作間隙中察覺它，但在下午六點感到大腦一團漿糊時就能體會到。

真正改變的是什麼？AI首先並沒有讓我更快，而是讓我更輕。我不再在那些不值得的事情上消耗能量：重複編寫相同的樣板代碼、解碼神秘的錯誤消息、記住本不該記在腦子裏的API形狀。現在的工作循環變了：勾畫想法，讓AI填充顯而易見的部分，審視輸出，根據真實意圖進行完善。我仍然掌握每一個決策，但不再為了到達起跑線而浪費精力。

從上下文切換到並行思考。舊故事説AI讓你多任務處理，這不完全正確。人類仍然不擅長多任務處理，我們只是切換得更快，然後付出代價。AI真正改變的是：你可以將全部注意力保持在一個層次上，同時委託另一個層次。當我權衡產品權衡時，AI起草測試；當我推理架構時，AI探索具體實現並找出代碼庫中正確的部分；當我明確意圖時，AI處理語法。這更像是外化的工作記憶，而不是自動化。你不是同時做更多事情，而是抓住更大的問題而不丟失。

新的失敗模式是失去品味。這裏存在真實風險：如果讓AI完成所有思考，你不會變快，而是變弱。門檻已經悄悄移動：不再是你會不會編碼，而是你是否知道什麼是好的。我的約束簡單且不容商量：如果沒有完全理解，我不會發布；對於關鍵路徑上的任何東西，我仍然從第一性原理開始；我用AI來壓力測試決策，而不是做出決策。AI擅長生成選項，你的工作仍然是品味、判斷和方向。清晰的意圖已成為真正的瓶頸，也是最高槓杆的技能。

大多數人忽略的是最大的轉變並非速度，而是能量分配。以前：能量用於語法、調試、回憶。現在：能量用於架構、產品感、權衡和系統思考。這完全是另一種工作，並且隨着時間的推移以完全不同的方式複合。

如何開始而不過度思考？忽視炒作週期，從小處着手並對自己誠實。用AI解釋錯誤；用於粘合代碼和腳手架而非核心邏輯；在卡住時用於生成選項；始終帶着意圖審查。然後跟蹤一個簡單指標：長時間工作後的感覺。不那麼疲憊意味着你用得對，更疏離或疲憊意味着你過度依賴。

每個人低估的安靜部分：這不是一次性的喧囂革命。它是漸進的：更少的非自願休息，更長時間的不間斷思考，更少的日終疲累。合上筆記本電腦，你意識到：你做了更有意義的工作，並且仍然有精力用於生活的其他部分。

未來方向：下一個轉變不是將要來臨，而是已經着陸。今天的工具已經超越了淺層的逐文件幫助，它們現在提供真正的倉庫級意識：看到服務如何連接，哪些依賴真正重要，改變一個部分會破壞什麼。最好的工具扮演着持久的架構記憶，跨天保持上下文。我們正在進入代理領域：AI不僅寫代碼，還計劃、測試、迭代，並像真正的協作者一樣與你協調。戰術工作（實現、樣板、調試）正在轉向機器。工程師正在成為編排者，專注於系統設計、權衡和判斷。領域和架構知識只變得更加寶貴。槓桿是真實的，但它受限於你對自己系統的理解程度。這正是我目前在自己的流程中看到的。

最後的想法：AI沒有讓編碼變得更容易，它讓編碼變得可持續。而在一個不斷加速的世界裏，可持續性才是更重要的。