AI时代原型设计的速度

在人工智能时代，原型设计的速度得到了前所未有的提升。本文作者分享了自己在过去一年中工作流程的巨大变化，从热衷于一次性原型到如今能够快速将想法转化为可运行的实体。曾经，作者最大的瓶颈是自己——项目搭建、基础配置、测试有趣部分所需的时间。而现在，这些瓶颈几乎消失了。

作者近期在GitHub上发布了多个新项目，包括系统语言Sakoa、配置语言Kato、秘密管理工具Seal、即时通讯应用Karabiner和嵌入式块编辑器Plim等。这些项目不仅存在，而且可以运行，有些还通过了测试。虽然并非所有项目都会成为正式产品，但能够实际尝试想法而非仅仅讨论，让作者感到非常满足。

AI还改变了工程工作的形态。当无需逐行输入代码时，作者被迫以不同方式思考：关注系统边界、契约和组件如何整合，在系统存在之前就编写提示和规范来描述整体架构。这种转变是变革性的，作者在更抽象的层面进行规划，在解决问题之前先定义问题，并明显提高了委托能力——无论是向AI代理还是向人类同事。

在效率方面，作者粗略追踪发现，日常工程任务的完成速度平均提高了约4倍，尽管有时AI会做出奇怪的事情导致额外修复时间。但更重要的是，能够承担的工作类型发生了变化——过去被视为“好主意但没时间”的事情，现在可以在一下午内完成。重构不再令人畏惧，尝试的成本大幅降低。

然而，速度也有代价。由于输入代码减少，作者需要刻意保持技术敏锐度，避免过度依赖工具。为此，作者有意识地留出时间进行手动编码、阅读源代码而非依赖总结、使用调试器而非粘贴堆栈跟踪。这些慢节奏但必要的练习有助于保持专业能力。

在工作中，这种速度提升使作者能够实现一些原本没有精力处理的项目，例如为工程师提供支持自动化、将内部开发环境启动时间缩短约50%。速度不仅加速了已有工作，还扩展了可能做的工作范围。

其他工程师也注意到了类似变化。Homebrew负责人Mike McQuaid分享了使用沙盒和git工作树并行化工作的经验，Cassidy Williams利用Copilot CLI快速完成个人项目，Simon Willison则撰写了关于编码代理能力的文章。

作者强调，AI并非魔法，仍需谨慎对待其环境、财务和社会影响。但就个人而言，日常工作中可以更快行动、更大思考、交付更多内容，这本身就令人愉悦。作者计划继续原型设计，在必要时亲自动手，并持续关注变化。