复盘：AI 在哪些环节真的省了时间

#先说结论

AI 在"已知问题的实现"上省时间，在"发现真正的问题"上几乎没用。半年下来，它改变了我的工作方式，但没有替我思考。

#真正省时间的

#没用的

• 架构决策：它给的是"常见做法"，不是"你的约束下的最优解"
• 并发与事务：看起来对，跑起来错
• 边界情况：它不知道你的客户会怎么用
• 性能优化：容易给出"听起来合理"但没测过的建议

#我的工作流

1. 先写失败的测试
2. 让模型补实现
3. 跑测试，失败就把报错贴回去
4. 全绿后自己读一遍 diff

第 4 步不能省。模型会写出"能跑但没人敢维护"的代码。

#一个数字

半年里 AI 参与的提交约占 40%，但代码评审时间增加了约 15%。总体还是赚的——前提是评审不糊弄。

#给一个人的建议

• 把 AI 当"结对程序员"，不是"外包"
• 每个 AI 产出都要能验证（测试、类型、手动点一遍）
• 复杂逻辑自己写，样板逻辑交给它
• 别让它同时改多个文件——你会看不懂 diff

半年统计：AI 参与的提交约 40%，编码时间大约省了 30–40%，但评审时间增加约 15%。踩过最大的坑是让它改并发逻辑：测试全绿，上线后在高并发下丢了一次写入。