这是一位性能优化程序员分享的AI工具使用心得，从早期的ChatGPT+Copilot组合，到Cursor的全面应用，再到Claude Code的Agent工作流建设。文章深入探讨了AI如何重塑编程工作方式，以及如何在享受AI便利的同时保持独立思考能力，为程序员提供了实用的工作方法论和思考框架。
智能速览
AI工具经历了从ChatGPT问答到IDE集成，再到Agent工作流的进化
90%的代码可以由AI生成，标志着VibeCoding时代的全面到来
本地笔记库成为AI时代的可复用生产力容器
元认知能力决定了是驾驭AI还是成为AI的附庸
提问质量是AI产出价值的关键，需要批判性思维
AI可以完成80%常规任务，人类应专注提升20%的上限
精华内容
从简单的代码生成到复杂的Agent工作流，AI工具正在重新定义程序员的工作方式。这不仅是一场技术革命，更是对工作思维和方法的深度重构。
工具进化历程
第一阶段的AI工具以ChatGPT+Copilot为代表，主要用于生成工具类代码和辅助编程。程序员可以通过自然语言描述功能需求，让AI生成初始实现，然后手动优化。这个阶段的核心是简单任务的自动化，适合那些能够用几句话完整描述的功能实现。
随着技术发展，以Cursor为代表的IDE集成工具进入1.0阶段，能够在现有代码基础上进行开发，实现了90%代码的自动生成。这标志着VibeCoding时代的到来，程序员的工作重心从写代码转向了指导和验证。
第三阶段的Claude Code更进一步，不仅编码能力更强，还通过MCP机制和Skill系统实现了Agent工作流。测试显示，CC在处理复杂模块时生成的教程最详细且理解到位，特别是通过Skill封装业务知识和脚本，让AI能够按需提取相关知识，完美契合实际工作场景。
Agent工作流实践
在性能优化领域，传统可视化图表虽然对人类友好，但对AI并不高效。因此需要将信息转换为信噪比更高的形式，并模仿人工分析策略：先提供摘要，让模型自行决定展开细节。
基于这个思路，开发了stack-master这个Claude Code Skill，专门处理火焰图分析。火焰图是性能分析的经典工具，将函数调用堆栈聚合，用宽度表示耗时占比。AI工作流需要先识别主要耗时分布，再针对热点模块逐层细分，实现从粗到细的分析策略。
这种Agent工作流的核心是’铲平AI执行过程中的障碍’。通过将相关脚本和提示词封装成Skill，让AI能够更高效地执行复杂任务，大大提升了性能分析的效率和准确性。
笔记库的价值
AI时代，笔记库的复利效应被指数级放大。个人笔记库成为隐性知识的外显化容器，这些本地数据能够被各种Agent操作和引用。因此，作者放弃了使用10年的有道云笔记，转而使用Obsidian本地笔记库。
Obsidian基于Markdown，所有笔记都在本地，拥有数据主权，搭配丰富插件生态可以实现多端同步和加密。对于AI工作流而言，这种本地化的优势尤为明显。笔记内容可以被引用作为提示词输入，也可以被AI整理和归纳。
在实际工作中，优化不熟悉的模块时会先让AI分析性能数据，然后将有用结论存为笔记。后续开启新会话时引用这些笔记，AI就能对这个模块有更深入的理解。一次会话聚焦一个关键问题，保持模型上下文窗口的一致性。
元认知的重要性
元认知即’对认知过程的认知’，决定了我们是AI的主人还是附庸。首先体现在显性知识与隐性知识的区分上。脑中的默认约束条件、行业潜规则、公司特殊流程这些’不言自明’的背景，对AI来说可能是盲区。需要自我审视：AI是否已经掌握了解答问题的所有信息？
其次是上下文管理。正如AI专家Andrej Karpathy所说：‘多数AI的失败，并非模型能力的失败，而是上下文工程的失败’。模型的上下文窗口如同人的心智带宽，需要专注才能有更好结果。察觉到换话题或任务进入新阶段时，应果断开启新会话或压缩上下文。
最后是识别不适用AI的场景。AI擅长信息整合、推理和模式识别，但强规则执行、要求稳定性高的场合仍需常规脚本。不是所有场景都适合AI介入，盲目使用可能适得其反。
提问与思考
提问质量是AI产出价值的关键。彼得·德鲁克曾说：'最重要最艰难的工作，从来不是找到对的答案，而是问出正确的问题。'程序员在和产品经理交流时，能够识别需求背后的需求，这种思维方式同样适用于与AI的交流。
AI工具的便利性可能让人变得不爱动脑子。实际工作中曾发现一些性能问题的代码和注释看似规范，明显是AI生成，但不适用于移动端，导致真机严重卡顿。过度依赖vibe coding而没有架构思维，会让代码库变成’屎山’的速度加快。
需要时刻审视：是否能驾驭AI的答案？如果在个人认知范围之外，这些东西就是危险的。AI让我们获取信息的成本趋近于零，但思考的成本不变。信息太多、思考太少，是这个时代最大的陷阱。
AI正在重塑程序员的工作方式，从简单的代码生成到复杂的Agent工作流，效率得到巨大提升。但技术越先进，越需要保持独立思考能力。未来属于那些’看清世界还能专注做事的人’，在享受AI便利的同时，更要专注于那20%难以复制的创造性工作，这才是真正的价值所在。
