用了一阵子 AI ，一开始和大家一样很兴奋，感觉 OPC 确实不成问题，网友诚不欺我。后面开始正经干活的时候，强还是强的，写代码那一个快，也没有它不会的，可骨感的现实开始慢慢出现，特别是自己熟悉的领域。

首先声明，我用的是 codex 最新模型最高档位，哪个最强勾哪个，2 倍速也开了。另外 OP 先前的行业背景对可靠性的要求比较高。

需求的理解和确认，确保信息的完整性、准确性，这点理论上是可以做到的，只要文档写得足够清晰，PLAN 模式、实在不行多讨论几个来回，后面再踩几个坑，总是能搞明白的。因为有人的参与，而且信息量和工作量跟代码比起来不大，只要人不瞎折腾，始终是可以收敛的。

记忆和注意力的问题是当前 AI 的限制，但并非天花板，再过阵子，或许大不相同，目前还需要各种措施来缓解。

最大的问题，是无法确保代码的准确性、确定性，这点是生成式 AI 的硬伤，如果无法从源头保证准确性，那么后续将是无穷无尽的、意想不到的问题。目前看来，大家都还是自行 review 代码，可是这样很累，或许有时候感觉还不如自己写，特别是那些可靠性要求非常高的场景。也有人说可以再找一个 AI 来 review 代码，相互 PK ，我没有试过，感觉有效果，但是效果可能有限，因为它们本质上是一样的，它们写代码不是因为这样写“正确”，而是因为“大概率是这样写”，对于常见的架构和逻辑，它们或许干得不差，但是稍微偏一点的、创新一点的，可能不太行。

我在想，AI 时代的软件开发，或许不再是代码级的，也就是说，人参与到其中的层次，可能未必是代码，而是更高层级的东西，人可以简单理解、参与 review 并充分评价的东西，就好比从汇编一路到 C 再到更高级的语言，编译器是不断在演变的。但这个层级具体落在哪里，这个新的“编译器”能不能从可用变成可靠，目前还不清楚。

还是不是那种逐行构建的模式，也是值得思考的，目前的编译器要求程序构建必须是语句表达式这种代码级的，你必须知道自己在做什么，而 Vibe coding 已经不是代码级了，这就是目前最头疼的地方。

所以，乐观来看，这或许是一种错位，就像刚开始有蒸汽机的时候，大家还在用水力发电的模式在运作工厂。