5
0
0
我让AI替我写了30天代码，结果讽刺了
一个赌约
Vibe Coding 系列写到现在，入门篇用筛素数讲了“一句话让 AI 写程序”，进阶篇把场景换成生成艺术，讲了参数化迭代和固定种子。评论区最常出现的质疑是：代码都让 AI 写了，你还会编程吗？
所以我做了个实验：接下来 30 天，凡是能交给 AI 的代码，我一律不手写。
前 10 天：真香
头几天体验极好。描述意图 → AI 出码 → 跑通 → 改需求，一个循环几十秒。以前要翻半小时文档的 API，现在说人话就行。我甚至一天“做”出了三个小工具，那种产出效率让人上头。
这也是大多数人停在这里的原因：速度太像能力了。
中间 10 天：开始撞墙
撞墙点来得很均匀：AI 给的方案能跑，但不是我要的。改需求时它开始东补西补，代码结构逐渐变成一锅粥；我让它重构，它把 bug 也重构了进去。
最典型的一次：一个粒子系统的行为总差一点，我连续提了 8 轮需求都没对。最后发现问题不在代码，在我根本说不清想要什么效果——AI 忠实地执行了我每一个模糊的指令。
最后 10 天：讽刺的部分来了
实验结束，我回头看了眼这 30 天的产物：能用的，都是我先想清楚、拆明白、给了清晰约束的；废掉的，都是我偷懒丢过去一句“你看着办”的。
也就是说——AI 没有让我不会编程，它只是把我编程水平的下限，原封不动地暴露了出来。
代码生成变得免费之后，稀缺的东西反而贵了：
- 定义问题的能力：说不清要什么，就得不到什么；
- 判断好坏的眼光：AI 给的代码你能不能一眼看出哪里不对；
- 底层理解：出了怪 bug，兜底的还是你对运行时、对语言本身的理解。
那为什么还要手写第一行代码？
这正好绕回 Processing 25 周年那篇的结论：当 AI 几秒就能生成粒子系统代码，手写的意义不再是“产出”，而是建立你和问题之间的直觉。就像计算器普及后，学算术没有变得无用——它变成了理解数学的地基。
Vibe Coding 不是不用会编程了，而是把编程从“手上的手艺”推到了“脑子里的判断”。
下一篇文章，我想聊聊：什么样的需求描述，才能让 AI 一次到位。想看的评论区扣 1。