上一篇是 3 月底写的，这两个月又用 AI 干了几个比较大的项目，攒了一些新感受，继续零散记一下。
1. 这两个月在干啥
DNS业务一个(io_uring支持)、F-Stack 两个(主要是FreeBSD-13.0升级到FreeBSD-15.0)。这两个项目里，已经没有一行代码是手写了。
用的是这几个月比较火的 Spec 驱动 + Harness 工程方式：先让 AI 把文档和知识图谱生成好，再进入实际开发。前期慢一点，后面快得吓人。
2. 效率提升 80%，但代码掌控力会变弱
以前需要忙一两个月的活，现在四五天到一两周就能搞完。如果不算部署上线那些老太太裹脚布的流程，效率提升基本都在80% 以上，而且达到的效果至少能通过我自己的验收。
代价是代码掌控力肯定会弱不少。我现在做的 review 主要就三件：
- Spec 文档
- Plan 工作计划
- 最终的测试结果和验收
代码我也会瞄两眼，但说实话，AI 写的代码有些地方有些技巧是完全没必要的，简单直接、易懂、性能也不差就好。这点 AI 的风格我不是太喜欢，当然这也和一些skill的提示词会有相关性，但是提示词、记忆、规约即使写入了，也是经常被忽略的，没办法。
附带一个意外收获：以前古法编程的时候，文档基本都是事后补、能省则省；现在 Spec 驱动跑下来，详细文档自然就落下了，这部分时间也是白送的。这个效率账我前面那 80% 还没算进去。
3. AI 编程不要并行，老老实实串行
最开始那一两天我是并行干的——这边 AI 跑着代码，那边我顺手处理别的事。看上去事情办了一堆，效率好像翻倍。
但人会非常非常累。
大脑上下文一直在切，一天下来感觉比正常加班还废。强烈不建议这么干，串行就好。 看着像浪费时间，其实更稳。建议可以盯着AI的过程学习或者在AI跑歪时及时打断纠正，或者干点其他不是非常费脑的事情。
4. 35 岁老程序员 vs 年轻人，AI 到底向着谁
最近网上有个声音：AI 对 35+ 老程序员更友好，对应届生不太友好——年轻人少了项目里的实战锻炼，成长断档。
我部分同意。
但年轻人不是完全没机会。串行盯着 AI 干活的时候，可以盯它的分析过程和思考过程。现在 AI 的思考链条已经挺接近人类程序员了——会试错、会回退、此路不通就换条路。年轻人跟着 AI 的思路看，其实是能学到东西的，只是手动调试那种深刻的印象会少一些。
老程序员也一样，借着 AI 的”出声思考”，能很快摸清一个新项目的架构和设计思路。所以年轻人不是没成长路径，只是路径变了，效果可能比传统古法编程要打个折扣。
5. DPDK 程序也能让 AI Agent 自动调试
之前只是内核协议栈的程序使用Agent自动调试，一个小变通就可以让DPDK程序也让Agent自动调试了，不用再自己测试出问题贴给Agent了，用Agent通过ssh自动在client执行命令并回流结果就好了。
6. 大项目要人工盯着，AI 会跑歪
虽然能自动跑，但大需求我不建议做完全自动化。
原因是 AI 跑长链路任务的时候，会随时蹦出一些需要人工决策的点；更要命的是它会跑歪——一开始走错路，越走越远，最后试错回来虽然能修正，但 token 和时间都白烧了。
人工盯着 AI 干活，看到他思路开始歪了，赶紧终止纠正一下，再让他继续。这个动作很重要，对整个项目的理解也会更深。大项目的”AI + 人工监督”，比”AI 全自动 + 事后验收”靠谱得多。当然这也是我们这种老登的优势😂.
7. 小需求纯自动化基本是噱头
反过来说，那些”AI 7×24 全自动”的小需求演示，说得难听点儿，更多是噱头。
小需求本身就用不了多长时间，纯自动化看起来是省了你那几小时，但你真敢让它合并代码不看一眼？最后还是要人工 review 提交、看测试结果。审核的时间 + 自动跑的时间，跟你串行盯着分步执行的时间比，提升其实非常有限。
大需求和小需求在自动化收益上的差距非常明显：
- 大需求：80%+ 效率提升，文档白送，但要人工盯
- 小需求：纯自动化看起来酷，但提升不明显，凑合用
8. 这就这样
这两个月最大的体感是：AI 已经能干很多脏活累活，但“让 AI 干”和”让 AI 自己干”是两回事——前者效率提升巨大，后者噱头偏多。
至于会不会取代谁，再过半年看吧。
本文是个人语音口述零散信息后，由 Workbuddy + Claude Code 模拟个人风格整理生成。