一、AI 时代,什么变贵了
写代码变便宜了——你能写出来的东西,AI 很快都能搞定。但"判断该写什么"变贵了:客户说不清需求、想不全业务逻辑,这些 AI 不会替谁做决定,做决定的人值钱。
技术人真正的筹码从来不是代码本身,是经验练出来的判断力,加上指挥 AI 的能力。
二、我用 AI 的五个阶段,每一步都值得验证
对话框写工具类:复制粘贴,当时觉得神奇;
AI 代码编辑器:第一次用很怀疑——项目前后端分离、代码错综复杂,AI 真能找到位置改吗?用了才发现可以;
把前后端整个项目交给 AI:告诉它哪边是前端、哪边是后端,它能自己完成接口联调;
换好模型:同样的需求,好模型出的代码和 UI 质量完全不一样,工具选对事半功倍;
命令行式开发:AI 承担绝大部分编码,我把精力放在需求、架构和最终验收上。
每个阶段我都怀疑过,但都去验证了。你永远不知道你不知道什么,唯一验证的办法是动手试。
三、甲方看简历的那 30 秒,到底在看什么
接单简历和求职简历是两份完全不同的东西。HR 看技术契合度;甲方只看两件事:你能不能做我这个诉求、性价比。
我的做法:每个项目必放截图,让甲方一眼看懂;把自己的产品放进去,证明不只会写代码,能完整把一个产品从 0 做到上线;简历本身用 AI 生成 HTML 来维护,每做完一个项目,一句话让 AI 更新进去。简历不是 Word 文档,是一份持续迭代的项目。
四、一份看得懂的 PRD,是专业度的分水岭
多数客户清楚自己要什么,但从没梳理成需求文档。谁先交出一份看得懂的 PRD,谁就赢了:
别发 MD/Excel——甲方看不懂"模块化、增删改查",要发 HTML 文档,带目录、带原型图,第一眼好看才看得下去;
打磨自己的 UI 风格让 AI 记住,以后新项目一句话"参考我以往的习惯"就能出稿;
AI 输出的每个功能点逐个审:能不能实现、符不符合他的业务,改两三遍吃透——防 AI 瞎编是硬功夫。
以前做一份 PRD 要一两周,现在 1 小时。就算客户没选你,简历之外又多了一份能反复用的作品。
五、交付质量靠流程,不靠感觉
我现在的测试流程:两个 AI 角色分工——一个只写代码,一个只做测试验收。开发完一轮,走查方用无头浏览器逐页点击、灌入测试数据、关键页面留截图、出测试报告,开发方按报告整改,循环到达标;每一轮都必须真部署到服务器上验证,不是"本地能跑就算过"。
我踩过的坑:不把测试标准写清楚,AI 只会测接口不会测页面。把验收标准定死,质量才稳定。
六、最后一句实在话
AI 只是在你现有能力的基础上不断放大,不是让本来没有的东西从无变到有。技术人的路没有捷径,但每一层工具的升级,都会重新定义什么叫"快"。
登录后即可发表评论
暂无评论,来说点什么?