叉车司机,开始用AI做装柜程序了。 宁波一家外贸企业的叉车司机,为解决大件抛货混装的出货头疼事,自学一个月打磨出一块集装箱装柜程序,开源分享给有需要的人。这条回答拿下3600多赞、2000多收藏,评论区里做配载算法的从业者留言:放在以前,这样一个工具需要一个团队才能开发出来。知乎
这就是2026年AI编程的真面目:问题已经不是"普通人能不能做出工具",而是"你做出来的工具,还能不能有人看得懂"。 这个话题下有两份一手证词:一边是博主自曝vibe出来的小工具自己已经彻底看不懂、不知道哪天会炸,一边是正经Java团队承认"还有人看得懂这坨代码"这个前提正在失效。知乎知乎
同一个话题下,热度最高的坑是这样的:要加功能得找AI,改bug也得找AI,每次都要等某个地方爆炸了才知道有问题,“这个工具用的这三四个月就没让我多省心过”。另一支四人团队,让AI全职写了五个月代码,第二个月就开始还账:线上bug从月均3个涨到11个,而它们没有一个是难修的,全是难发现的。改起来两行代码,找起来三个人查到凌晨。知乎知乎

这些雷是怎么埋进去的?上面那支团队在复盘区给出的答案很直接:实验一旦成功就会转正,“先跑起来再说"的代码上线那天,债就开始计息了。什么叫"转正”?就是那个你说"先跑起来再说"的小工具——它跑了,成了你每天流程里离不开的一环,删不掉了。知乎
那vibe coding是不是不能碰?也不是,它的甜点区是真实存在的:做实验、玩票、自用、可丢弃的工具,随便vibe。但想让一个工具转正上岗,得先过3关。
第1关:把规则写进文件——AI的记性不在模型里,在文件里。 评论区被反复认同的一句话是"要把AI当成一个永远新来的新人"。它每次犯错,你就把这条错写成一条规则存进文件,下次它自己绕开。有人遇到过AI明明有规范文件却不读的情况,那边的解法是把"做某某操作时必须读该文件"这类触发条件写在文档首行——文件存在,不等于它会被读。知乎

第2关:规则按需加载,别把41条全塞。 上面那支团队的做法是规则分文件放,AI写并发代码时才读并发那9条,不是每次41条全塞进去。全量塞给AI,跟给新员工第一天发200页员工手册并要求倒背如流一样:注意力一散,全都白写。知乎
第3关:让AI修bug前,先写清边界。 有个名场面:让AI做番茄炒蛋,执行完全失控,实际发生的是番茄炒蛋里加了东坡肉、又加了酱油。失控大多不是从"做不出来"开始的,是从"帮我随便改一下"开始的。 一次只修一个bug,验收标准写死,哪些东西"不许动",标清楚。知乎

讨论区里流传的判断也很一致:AI写代码的速度正在超过人类阅读和审查代码的能力,传统Code Review已经很难成为唯一的质量保障手段。被反复引用的哈佛团队数据显示:企业用上AI编程智能体后代码产量增加约30%、PR数量增加约23%,但PR从提交到合并的平均时间反而增加了49%——瓶颈不在生成,在审查。叉车司机是乐观的那一半,"迟早会炸"的小工具是另一半真相,两头都是真的。知乎
工具党真正需要认清的是:AI编程拉低的是"做出来"的门槛,"养得活"的门槛从来都归你自己管。 所以放心去vibe,但想让你的小工具活过第五个月,先把那3条规则写进文件里。
当前文章无评论,是时候发表评论了