从AI杀死Blog说起：我的编程与写作反思

引言

前几天在V2EX论坛上看到一个帖子《AI 是不是基本杀死了 blog》，突然让我意识到，我自己也已经有半年没有更新博客了。为什么我不写博客了呢？仔细想想，一方面是今年工作太忙，对技术和折腾的兴趣有所减弱，这些都是事实。但工作忙并不意味着完全没有时间写博客，而且业余时间我还是会学习和尝试一些新东西。

更深层的原因，恐怕是AI的迅猛发展让我有些懈怠了。我一直把博客当作个人笔记，将技术实践和问题解决过程总结成文，不仅加深了对技术的理解，还在写作中获得成就感。但AI的出现，让这种动力大大降低了。AI可以瞬间生成代码、解答疑问，甚至撰写文章，这让我不禁思考：还有必要亲力亲为吗？

Vibe Coding 的实践体验

多年来积累的编程经验，让我在写代码时游刃有余，面对问题也能快速找到解决方案。但随着AI技术的进步，尤其是像GitHub Copilot这样的工具出现后，很多重复性高、逻辑清晰的编码任务都可以交给AI完成。这样一来，编写代码的挑战性和成就感大大降低了。 例如，以前我会花费大量时间研究一个新的框架或库，深入理解其工作原理，然后写出一篇详细的博客文章分享学习过程和心得。但现在，AI可以快速生成代码示例，甚至解决复杂问题，这让我在学习新技术时变得更依赖AI，而不是自己动手探索。

然而，AI并非万能。初次使用时，它往往让人眼前一亮，但随着深入应用，问题也会逐渐暴露。下面是我在使用AI辅助编程过程中的一些体会：

• 上下文大小限制：在简单程序中，AI表现优秀，但一旦项目复杂度增加，它就容易出错。目前，许多AI编辑器引入“planning模式”，将大任务拆分成小任务逐步完成，以缓解这一问题。
• 知识滞后性：AI的训练数据有时间窗口，对最新技术的支持往往不足。在调用第三方包时，它可能会使用过时的方法。这时，需要将新版本文档作为上下文提供，但AI也不一定能完美理解。
• 幻觉问题：这是当前大模型的普遍缺陷。AI有时会编造看似合理但实际错误的代码或信息，甚至“无中生有”地发明方法。
• 画蛇添足：在使用时，AI常生成多余代码或不必要的复杂设计模式，导致代码臃肿。这要求更严格的提示词，或者手动删减，反而增加了工作量。
• 输出不稳定：AIGC本质上是概率推断，即使相同提示，每次结果也可能不同，导致无法复现。往往需要多次尝试才能得到满意输出。

基于这些经验，我形成了自己的AI辅助编程实践策略：

• 作为灵感来源：遇到新问题或项目时，先让AI生成思路和原型，然后根据自身理解修改完善。这样既节省时间，又保持思考深度。
• 专注单一任务：不让AI完成整个项目，而是自己搭建整体结构，再让AI处理具体模块。兼顾AI优势和项目把控。
• 代码完善：对于具体任务，先写出最小可行代码或框架（预留TODO），然后让AI优化和填充。这样确保符合个人风格。
• 代码审查：让AI审阅代码，找出潜在问题和改进点，提升质量并学习新技巧。
• 学习新技术：让AI总结新技术核心概念和用法，然后深入自学。快速入门的同时，保持对技术的兴趣。

AI对打工人的影响

从我的体会和网上讨论来看，AI对打工人的冲击类似于纺织机对手工纺织工的影响——既是机遇，也是挑战。

一方面，AI确实提升了生产力，让重复工作自动化，理论上能让生活更轻松。但现实往往相反：AI提高了效率，老板对产出的期望也随之水涨船高。以前一天完成一个任务，现在可能要完成两个。结果，工作节奏加快，压力增大。

另一方面，AI加剧了职场焦虑。许多人担心自己的岗位会被AI取代，尤其是那些可自动化部分。老板可能想：“既然AI能做，为什么还养这么多员工？”这种不确定性，让打工人更不安。

当然，AI也带来积极影响。它解放了脑力，让我们聚焦高价值任务，如创新和决策。同时，学习AI工具本身已成为新技能，帮助我们在职场中脱颖而出。

此外，AI对我个人影响的一个明显变化是，现在使用Google检索问题的频率大大降低了。以前遇到技术难题，我会习惯性地打开搜索引擎，浏览各种论坛和文档。但如今，AI聊天工具如ChatGPT或Grok能直接提供针对性答案，节省了大量时间。这让我更高效地解决问题，但也让我反思：是否在减少独立思考的机会？

AI在工作之外的应用体验

除了工作中的编程和职场影响，AI在日常生活中的应用也让我惊喜不已。现在的AI不仅仅是对话助手，还能实际“动手”完成任务，极大简化了琐碎的操作。

例如，我用 Gemini CLI 帮媳妇儿处理文件：她有一个多级文件夹，里面散布着各种PDF文件，需要把它们全部拷贝到一个根目录里。以前，我可能会花时间写一个Python脚本，递归遍历文件夹、筛选PDF并复制。现在，只需在 Gemini CLI 中描述需求，它就直接生成并执行命令，瞬间完成任务。同时如果想讲所有pdf合成一个方便打印的文件，也能一并搞定。 另一个例子是批量修改视频文件文件名。下载的电视剧集有时会带上网站的域名或广告前缀，比如“example.com-剧集01.mp4”。过去，我得编写脚本来正则匹配并重命名。现在，通过 Gemini CLI 的交互式提示，它能理解我的意图，生成批量重命名命令，甚至处理边缘情况，如文件名冲突。

这些体验让我感慨：AI让非专业用户也能轻松处理技术性任务，节省时间的同时，还降低了学习门槛。当然，这也提醒我，AI虽强大，但理解其生成的命令并验证结果仍是必要的，以避免潜在错误。总之，AI正悄然融入生活，成为高效的“生活助手”。

尾声

如今，AI对技术圈的影响巨大且传播迅速。纯手工写代码已被调侃为“古法编程”，而使用AI已成为主流。

这就像从马车转向汽车：不只是驾驶技术变化，更是速度和效率的跃升。AI让我们以更高效率工作，但也带来新挑战。作为打工人，我们需适应变化，找到与AI共存之道——利用其优势，同时保持热情和动力。

AI确实削弱了传统技术博客的写作动力，但也提供了新工具。我们应学会协作：AI辅助生成初稿，我们注入个人洞见。包括这篇文章，我也是用了AI辅助完善😂。或许，未来博客将是人与AI的共同创作，融合机器效率与人类创意。

尽管如此，我后续还是计划继续写技术总结。博客不仅仅是记录知识，更是整理思路、分享见解的过程。通过写作，我能巩固所学，并为他人提供价值。即使AI强大，我相信个人视角的原创内容仍有独特魅力。让我们重拾博客，记录这个AI时代的技术之旅！