过去两年在工作中看到令人不安的一面————用 AI 掩饰根本性错误，忽视对事物本质的思考。

第一个案例是评审 Email 相关的需求，这个需求其实可以用另一种方式实现更简单，然而有个老员工用 DeepSeek 然后说可以实现，事实确实可以实现但没必要，换一个方法更好。

第二个案例是去年离职的一家 IT 公司。它也在推广 AI 的使用，比如 Cursor ，用 AI 整理文档等等，还要填写 AI 减少多少工时。有趣的是项目架构设计错误，用 MVC 强行嫁接 ETL ，结果产生大量上帝方法和上帝类，新人很难理解，领导就说“不懂得用 AI 整理？”，可是理解困难的主要原因是架构问题，而且业务流程也设计错导致成本很高。然后用 AI 检查代码，结果许多人提交了代码卡在 Code Review 改了很久导致需求延迟交付，归根结底仍是架构的问题，管理层也不去解决，反正 AI 说要改就改。

这两个案例可以总结出一点，当前部分员工/企业正在将 AI 作为“合理化错误”的工具，AI 说需求能做就执意推动而不考虑更优方案，AI 被错误地使用后工作会更累，因为根本性问题永远得不到解决。

自己最初接触编程是在 13 岁，14 岁就会用 Access 和 Delphi 独立构建信息管理系统并打包加壳，写帮助文件，所以对技术和产品的认识长达 16 年，虽然技术过时但核心理念从未改变：以用户为中心、识别和控制风险、流程不能成为效率的枷锁，可靠、易用比华丽的界面更重要······。

总之，在 AI 提供便利的同时不要忽视对事物本质的思考，更不能将其作为掩饰根本性错误的工具，直面问题的本质才能更好地解决问题，否则一切都是空中楼阁。