对 AI Coding 的看法

一套关于 AI Coding（用 AI 辅助/主导软件开发）的多文件随笔。不是厂商白皮书，而是站在工程实践、人机协作与长期能力建设角度的整理。

阅读顺序

序号	文档	一句话
01	什么是 AI Coding	定义边界：从补全到自治代理
02	范式转移	写代码从「主业」变成「验证与编排」
03	有效实践	怎样用得好：上下文、约束、闭环
04	风险与边界	幻觉、债务、安全与过度依赖
05	人的角色会怎样变	工程师的稀缺能力会迁移到哪里
06	组织与流程	团队如何落地，而不是只发 Cursor 账号
07	未来判断	未来 2–5 年值得押注的方向
08	总论与立场	浓缩成几条可争议的判断
09	X/社区热度参考	2026-07 前沿资讯与讨论温度计

核心立场（预告）

1. AI Coding 是杠杆，不是替身。 它放大判断力，也放大混乱。
2. 瓶颈从「敲键盘」迁移到「定义问题、给约束、验结果」。
3. 最危险的不是 AI 写错代码，而是人不再具备发现错误的能力。
4. 工具会继续变快变强；工程纪律、产品感、系统思维会更值钱。
5. 「会用 AI 写代码」很快会变成默认技能；真正的分水岭是「能否用 AI 交付可靠系统」。

适用读者

• 正在重度使用 AI 写代码的工程师
• 想在团队里推广 AI Coding 的 Tech Lead / 工程经理
• 对「AI 会不会取代程序员」感到焦虑或兴奋的人

写法说明

• 偏观点与框架，不堆工具对比表
• 承认不确定性：模型能力曲线陡峭，结论会过期
• 可拆开读；各篇相对独立，互相有交叉引用

---

整理时间：2026-07