深度使用 AI 之后的一些感受与记录

经过一段时间的深入使用 AI，我有许多感触，想记录下来。

• 使用 Claude 的代码能力就像吃大烟。一旦用上，就很难回到从前。
• 我用的是国内镜像站，每天有配额，配额快用完了就心慌的一批，没有AI可怎么工作啊。
• 也尝试过国内的一些工具（如 iFlow），效果相对逊色一些。
• 最让我震撼的是，大模型展现出了某种“深度智能”。我非常清楚屏幕那端只是台机器，但与它对话时，却常常像在和一个人交流。

关于人与人差距的“拉平”

AI 正在迅速拉平人与人之间的能力差距。也许我比你多一些经验或技巧，但当我们都借助 AI，这些差距会被显著缩小。随着工具的普及，这种效应会越来越明显。

白领的必备工具与“价值焦虑”

很快，几乎所有白领都会使用 AI。因为它对效率的提升实在太大，几乎没有理由拒绝。与此同时，一个令人不安的问题出现了：当很多工作都能被机器替代，人该如何确认自身的价值？这份不确定感，既真实又可怕。

对学习者的福音

对学习者，尤其是那些有强烈学习意愿却找不到入门路径的人，AI 是极其友好的：

• 成本极低，几乎人人可用；
• 能持续耐心地循循善诱；
• 不会疲劳，反馈及时。

这让“从零到一”的门槛被前所未有地降低。

我在项目中的实践

在我的项目里，我原本是后端程序员，对前端并不擅长。但借助 AI，我可以生成相对完整的前端页面。虽然与专业前端的作品相比仍有差距，尤其在细节打磨与视觉调整上还不够，但用来做 Demo 已经绰绰有余。

不过也有一个明显的不足：我还不知道如何让大模型一次性生成“功能完备、可以直接落地”的整套代码。实际过程更像是迭代式协作——不断输入新需求、让模型修改代码、自己本地测试，再继续补充边界条件和业务细节。尤其当项目稍微复杂一些时，这种来回就会不可避免，像是与一位高效的“结对编程伙伴”循环推进，而不是一次成型的交付。

当“人的价值”被稀释

AI 的出现，也确实让某些类型的“人的价值”下降了。比如我过去写过一个开源的数据字典项目。放到今天，这样的东西用大模型几乎可以分分钟生成：想要 PHP 有 PHP，想要 Java 有 Java，想要 Go 也能马上给到；只要能读数据库，换任何后端语言、前端框架都不成问题。模板化、通用化、可复用的工作，被快速自动化了。

既然如此，那人还能做什么？

• 做更上层的抽象与产品决策：明确价值假设、用户场景与边界条件，把“要解决什么问题”讲清楚。
• 设计系统与流程：从业务到技术的系统化分解、权衡取舍、风险控制与合规安全，这些仍需要人负责。（AI补充了几个）

或许“人的价值”不是消失了，而是迁移了：从“亲手实现”迁移到“定义问题、组织资源与把关质量”。这并不轻松，却是新的门槛。（这是AI补充的，我持保留意见，因为这样，人就不再自由，不能做亲历亲为的工作）

总结

总的来说，AI 带来的不仅是效率的跃迁，还有对能力结构与职业认同的重塑。它让更多人“触手可及”地解决问题，也让我们不得不重新思考：当工具变得如此强大，人类的独特价值究竟在哪里，我十分茫然。

本作品采用《CC 协议》，转载必须注明作者和本文链接