一个让我冒冷汗的实验#

Fata 做了一件事：用间隔重复的方式，让开发者每天花几分钟做编程练习。听起来很老派对吧？但他们放了一张图，三条曲线，看完之后我后背发凉。

第一条线是”用 Fata 学习的开发者”，技能稳步上升。第二条线是”不用 AI，纯手写代码”的开发者，缓慢上升。第三条线是”只用 AI 写代码，不做任何刻意练习”的开发者——那条线是往下的。

往下的。

我回想了一下自己最近的工作状态：Claude Code 在终端里跑着，Cursor 在另一个窗口开着，遇到问题第一反应是描述需求让 AI 帮我写，而不是自己想。代码是写得快了，但我有多久没认真思考过一个算法了？有多久没为一个 tricky 的 bug 调试超过半小时了？

不是 AI 不好，是我们在变懒#

先说清楚，我不是要唱衰 AI 编程助手。Claude Code、Copilot 这些工具确实牛，能帮我处理大量重复性工作，让我把精力放在更重要的事情上。最近几个月，我的开发效率至少翻了一倍。

但问题在于：效率提升的同时，我对代码的”手感”在消失。

什么叫手感？就是你看到一段代码，本能地觉得哪里不对；遇到一个性能问题，能大概猜到瓶颈在哪；读别人的代码，能快速理解设计意图。这种东西不是靠看文档能学会的，是靠一次次写代码、调试、踩坑积累出来的。

现在呢？AI 帮你写，AI 帮你调试，AI 帮你 review。你从一个”写代码的人”变成了一个”描述需求的人”。听起来很高级，但你的编程直觉正在以你看不见的速度衰退。

一个真实的故事#

上周我遇到一个内存泄漏的问题。按照以前的习惯，我应该先看 heap dump，分析对象引用链，定位到具体的代码行。但那天我的第一反应是把错误信息贴给 Claude Code，让它帮我分析。

它给了一个看起来很合理的解释，我照着改了，问题似乎解决了。但第二天又出现了同样的问题。这次我自己花了两个小时，从 Chrome DevTools 里一步步追踪，最后发现是一个事件监听器没有正确移除——一个很基础的问题，但我已经习惯性地跳过了这个思考过程。

如果我一开始就自己分析，可能半小时就能搞定。但因为我依赖了 AI，反而多花了一天。

我们在用效率换能力#

Fata 的创始人说了一句很扎心的话：“You can’t direct what you don’t understand.”——你无法指挥你不理解的东西。

这话太对了。AI 编程助手本质上是一个执行者，它能帮你把想法变成代码。但如果你自己都不理解底层原理，你怎么判断它写的代码是对的？怎么在它犯错的时候发现问题？

最近看到一篇文章，标题是”AI coding agents need evidence-first review, not just cheaper routing”。意思是 AI 生成的代码需要基于证据的审查，而不只是看它跑得通不通。但问题是，如果你自己都不懂，你怎么审查？

这就形成了一个恶性循环：越依赖 AI → 越不懂底层 → 越无法审查 AI 的输出 → 越只能依赖 AI。

我在试着找回手感#

意识到这个问题之后，我开始做一些改变。说起来也不复杂。

每天花 15 分钟，不用 AI，就自己写。可以是 LeetCode，可以是重构一段旧代码，可以是实现一个小工具。重点不是写多复杂的东西，是保持手感。就像打球，你不能三个月不摸球然后指望比赛的时候手感还在。

遇到 bug 先自己分析 10 分钟。不是不用 AI，是先自己想。实在搞不定再问，但要问自己：它给的解释我理解了吗？还有哪些可能的原因我没考虑到？

还有一个习惯是定期读源代码。特别是那些设计得好的开源项目。不是为了用，是为了学。看别人怎么组织代码，怎么处理边界情况，怎么做抽象。这个习惯其实 AI 时代之前就该有，但现在更重要了，因为你需要有能力判断 AI 写的代码好不好。

坚持了大概三周，变化是有的。至少现在遇到问题，我的第一反应不再是”打开 Claude Code”了。偶尔还是会用，但至少会先自己想一想。

写在最后#

AI 编程助手是好东西，我打算继续用。但就像健身一样，你可以用器械辅助，不能完全不自己发力。

Fata 这类工具的出现，说明已经有一批开发者意识到了这个问题。我们不需要回到手写所有代码的时代，但得有意识地保持自己的编程能力。

说白了，AI 再强也只是工具。真正值钱的，是知道怎么用好这个工具的人。而”知道怎么用好”的前提，是你自己得懂。

不懂的话，你连它错在哪都看不出来。