背景：自年初以来，我在工作中较为深入地使用 AI 辅助日常开发，所涉项目均为公司的实际上线项目。期间与同事交流了不少思路，也取得了可观察的改进。因此我认为可以就这几个月的实践做一次阶段性总结。 本文讨论的对象不是具体工具，而是开发流程中的约束手段。 一、核心矛盾 当前的主要矛盾在于：AI 快速推进开发的过程中，代码的不可控性与线上项目稳定性之间的矛盾。 对一线开发者而言，线上项目的稳定性无疑最为重要，而稳定性受到开发过程中多个环节的影响。这些环节可以划分为开发、审核、测试与上线后的救火四个阶段。 另一个维度是开发速度。在 AI 辅助下，当前的开发速度与去年已不可同日而语，论坛中也不乏“不再阅读代码、直接交由 AI 完成全部实现”之类的说法。 但线上一旦出问题，开发者不仅要在家中紧急处理，还需要快速定位问题，并及时反馈给其他部门。若问题频繁出现，不仅 KPI 会受到影响，甚至可能因此失去工作。 这里需要说明一个例外：目前在中美两国，都已出现仅由一人把控方向与决策、由 AI 组成的开发集群协同推进的做法，且这类集群正在快速发展；前段时间在国内受到关注的“一人...