
AI Boom 下,一个程序员的日常:需要什么,就自己造什么

晚上十一点,我给一个 agent 派了今天的第三个任务:把这个项目的部署脚本改一遍,顺便把日志接上。
这些时间都是自己的:项目自己写,没有人给我排期。
早上醒来,任务跑完了,代码在等我 review。昨天的想法已经变成一个能点开的页面。
放在两年前,这样的一天我根本过不上。
变的不是我的能力,是"把一个想法实现出来"的边际成本。
这两年 AI 的能力涨得太快,快到我做事的方式已经先变了。但在我看来,"程序员"这个身份本来就该跟着变——只盯着代码和算法,已经不够了。
一、我给自己造了一堆系统
这批东西大部分是最近一个月里冒出来的:
一个家庭记账系统,我和我太太每天在用
一个相册同步工具,把手机照片搬进我自己的存储
一个记录电动车通勤的 App:时长、轨迹,还有路上的颠簸
一个跑在自己机器上的语音合成服务
一套家里的一键部署脚本
一些手机上的自动化
一个算房贷和养老的小程序
还有一个多租户建站平台,也就是这篇文章发出来的地方
唯一一个时间跨度长的是最后那个建站平台——断断续续写了快一年。其它的,都是最近一个月的事。
这些项目有一个共同点:出发点都是同一个——我自己的需求。
不是接了谁的需求,也不是先画了产品规划,而是我在某个具体时刻觉得"这件事得有个东西来解决"。有的是因为我需要一个能装下自家习惯的记账方式,有的是因为我懒得每次手动同步照片,有的是因为我想在家里点一下就完成部署。
写、部署、维护,都是我一个人,跑在我的服务器和家里那台小机器上。没有产品经理,没有排期,没有需求评审。需求方和实现方是同一个人。
二、我不再考虑第三方软件了
以前遇到需求,第一反应是搜:有没有现成的。记账找 App,相册找网盘,家里的服务抄一份别人的 compose 文件。
现在第一反应变成了:我自己写一个。
不是第三方不好,而是借助 AI,自己实现的速度快多了。我只要把自己的需求梳理清楚——这件事要输入什么、输出什么、我每天会怎么用它——剩下的工作量,AI 能接住大半。
以前"自己写"意味着先花三天搭架子,再花一个周末补边角;现在架子那部分被压缩到一两个小时,省下的时间正好用来把需求想清楚。
而且自己写出来的东西,形状刚好是我要的。没有多余的按钮,没有"升级到专业版",没有哪天突然改版。
代价是维护也得我自己来。但这本来就是"自己造"的一部分:你省掉了找人沟通的成本,就得承担以后自己看懂它的成本。
三、效率不是提高了,是换了一种东西
说"开发效率成倍提升"其实不准确。更准确的说法是:从想法到能用的距离,从"一个周末"变成了"一个晚上"。
以前一个想法要在脑子里放三个月,因为我知道实现它得吃掉所有业余时间。现在我直接开工——先做出来看看,不好用再说。
上面那份清单就是证据:大部分是最近一个月做出来的,每一个都是从"我想用"开始的。
这个变化有个副作用:我的想法变多了,而不是变少了。
以前是"没时间做",现在是"排队做"。队列反而更长了。
四、关于市场化:我不知道,也不着急
这套东西如果拿出去卖,坦白说,我一个都没想清楚。
家庭记账有无数个 App,相册同步是网盘的基本功能,通勤记录也有人在做。我做它们,是因为我需要的不是"一个记账产品",而是"一个能装下我家具体习惯的记账方式"。这个区别决定了范围:不用先做多租户,不用先设计权限模型,不用先写帮助文档。
所以我现在完全不考虑市场化,也不急着把谁变成产品。将来会不会有哪个东西长出去了?谁知道呢。但至少现在,动机是干净的:我有个具体的问题,我做了一个具体的解决办法。
五、思考一:个人开发者的时间,全部用来操作 AI 了
这是我最不舒服的一点。
我晚上的时间大致是这样分布的:吃完饭坐到电脑前,给 agent 描述需求、review 它写的代码、补它没考虑到的地方;一个任务跑完,接着派下一个。
我不是在写代码,我是在给想法排队,然后逐条检查 AI 交上来的作业。
而且我看不到这件事结束的时候。因为工具越顺手,想法就越多;想法越多,队列就越长。效率提升没有换来空闲,只换来了更大的吞吐量。

以前我担心"AI 会不会取代我",现在我的问题是"我要用多少时间去指挥 AI"。
六、思考二:技术栈之争可以休矣
这几年吵得最凶的那些东西——React 还是 Vue、Next 还是 Nuxt、Prisma 还是 Drizzle——在我这里已经不重要了。
不是因为我有了答案,而是评判标准换了。
以前选型看三件事:我熟不熟、社区大不大、以后好不好招人。 现在只剩两件事:AI 更擅长哪个,部署哪个更省事。
某个框架的语料多,agent 一次就能写对,那我就用它;某个方案部署少两个配置文件,那我就用它。个人偏好?让位。
这不是技术上的投降,是分工变了:当写代码的边际成本接近零,"我喜欢"就不再是一个有分量的理由。

七、思考三:程序员该培养产品思维了
以前程序员的成长路径很清晰:把算法写得更快、把代码写得更优雅、把某个技术吃得更透。
现在这三件事的权重都在下降——不是它们不重要,而是它们不再是瓶颈。
新的瓶颈
系统设计:这东西由几部分组成,边界在哪,数据怎么流
产品设计:谁会用它,第一步点什么,哪里该藏起来
安全:这个接口谁能调,密钥放哪,日志里会不会漏东西
性能:什么时候会卡,卡在数据库还是前端
这些不是 AI 的能力短板,恰恰相反:只要你把需求提得足够明确,它能做得比很多人都好。真正稀缺的是那个把需求想清楚的人——谁会用它、边界在哪、什么该藏起来,这件事 AI 替不了你。
八、但架构仍然重要,否则就是屎山
上面这些不是"架构不重要了",恰恰相反。
就在写这篇文章的这一天,我在自己的平台上连发了四个修复:
一个类型标注漏了,本地增量编译没报,CI 一跑就挂
一个接口在更新时拿到了本地化字段的对象,却当成字符串用,直接 500
一个列表页在某种模板配置下丢了自己的容器,卡片变成全屏大小
中文列表的链接多了一层 locale 前缀,
/zh/zh/a/...

四个问题的共同点:每一处局部都"看起来写对了",错的是它们之间的关系。
屎山是怎么长出来的
AI 很擅长写出"局部正确"的代码,但它不负责整体。你让它加一个字段,它就加一个字段;你让它加一个列表块,它就加一个列表块。没有人说清楚"容器该由谁管、前缀该由谁加",半年后它就是一座屎山。
所以架构能力不但没有贬值,反而升值了:以前你只需要对自己的代码负责,现在你要为一堆"看起来都对"的代码负责。
AI 让写代码变便宜了,让维护变贵了。
九、结尾
凌晨一点,agent 跑完了最后一个任务。
我想起以前那些半途而废的东西:一个在备忘录里放了两年的想法,一个架子搭好就再没打开过的项目,一个写了三分之一就停下来的小工具。它们不是不重要,而是编码太耗时——搭架子、补边角、改一处牵出三处,热情熬不到它能用的时候。
现在这段距离被压掉了。想法从"值不值得做"变成"今晚试一下";做出来不好用,改;改不动,重写。重写的代价也就是一两个晚上,持续打磨的成本低到可以忽略。
所以对我来说,AI 改变的不是写代码的速度,是一个想法活下来的概率。
工具把想法变成了工程量。工程量最后总得有人负责——那个人是我。但至少现在,它有机会被做完。
相关文章
你可能也会喜欢


修复 Windows 服务 DevOps 构件问题
学习如何通过压缩和解压构建构件,来解决基于 .NET 8.0 的 Windows 服务应用程序在 DevOps 流水线中的文件结构问题。
Read more