🍙
AI编程2025总结 1️⃣：一起聊聊这十个问题

用户2755

2月18日修改

2025年12月10日创建

2686

3590

1. 过去一年里，AI 编程发生了哪些变化？

•
Cursor 不再一家独大，Claude Code 引领 AI 编程工具新潮流，下半年各种 AI 编程工具相继推出，给AI 编程带来更多选择​

•
Claude Sonnet 系列大模型仍然是 AI 编程的第一选择，OpenAI的 Gpt -5-codex 和谷歌的 Gemini 3 Pro 对​

Claude Sonnet 造成比较大的影响，你可以根据模型的能力来灵活选择使用。​

•
AI 编程告别简单提示词直接出代码的流程，各家编程工具纷纷推出 todoList, Plan, spec 各种功能方便用户输出更好的代码结果​

2. AI 编程是在增强程序员，还是在重新定义程序员？

最近行业里有个很典型的新闻：​
国内有些公司把一批前端工程师整体转去做后端，直接向“全栈方向”靠拢。​

AI 编程让每个程序员都变成了六边形战士，岗位在模糊，边界也在模糊​

3. 哪些场景下我们越来越依赖 AI编程？哪些场景下仍然更信任自己？​

依赖 AI 的典型场景：

•
模式化逻辑（CRUD、表单、API）​

•
重复劳动（转文件、改格式、写注释）​

•
补全知识盲区（例如某个 SDK 的用法）​

但有两个场景，我们仍然只能依赖自己：

1）需要长期记忆的任务

AI 的上下文窗口再大，也无法替代你对业务的“深度理解”。​

2）存在风险后果的决策

比如：

•
应该选哪种架构？​

•
哪个方案能支撑未来 2 年？​

•
性能瓶颈在哪里？​

AI 可以给你信息，但判断一定是人来做的。

如果你现在的工作 60% 是重复劳动，AI 会帮你释放；

如果你 60% 是深度判断，那 AI 只是你的助理。

3）规划、设计

4. 第一次用 AI 写代码的人最大的困惑是什么？

困惑 1：以为 AI 会一次给出完美答案

但 AI 编程其实是：​
你负责方向，AI 负责探索。​

第一次写代码的 AI，就像第一次做菜的人：

你不引导，它不可能端出好东西。

困惑 2：不知道怎么让 AI “理解项目”

AI 要写可靠代码，最重要的不是 Prompt，而是上下文质量。

比如：

•
要让它读文档​

•
要把项目结构告诉它​