我的两年 AI 编程复盘和担忧
小麦2026年03月23日2281 字
回看 2024 到 2026 这两年,我如何从古法编程走向自动化,我的认知变化史和对未来的担忧。

前言#
俗话说:以史为鉴可以知兴替。人亦如此,时常总结也能更好地掌握这个世界的发展规律。
今天是 2026/3/23,回看这 AI 野蛮生长的两年,AI 给各行各业带来的冲击可谓有目共睹。
人工智能技术的迅猛发展也在一次次刷新我过往的认知。
于是,我想在这个时间点,重新整理一下过去两年编程工作中,改变我认知的关键事件,以此做好开始下一阶段的心理准备。
与其说这是一次流水账,不如说是一场复盘和反思。
Copilot(2024-03)#
虽然微软 Copilot 编程插件很早就出现了(2021),但那时大模型还没发展起来。到 2024 年,GitHub Copilot 已经大规模落地应用。
程序员有了一个得力的编程助手。一些很简单的函数、测试用例,根据注释补全代码这些操作都可以让 Copilot 写了。这是 AI 第一次进入程序员的工作流。
Cursor 的出现改变了一切。
Cursor(2024-10)#
Cursor Tab 功能让我第一次体会到什么才是真正的 “智能提示”。它比 Copilot 一问一答式更近一步“侵入”人工编程,光标移动到哪儿,补全就紧随其后。
很多时候一路 Tab-Tab 按到底就行了,它很懂我,我也很喜欢这个功能,以至于我从此再也没有打开过 VSCode。
后来,越来越多的竞品开始模仿 Cursor 做 IDE,比如:Windsurf、Antigravity、Trae 等。
Agent 范式(2024-12)#
Agent 这个概念最早可以追溯到 1995 年,但直到 2024 年底这个概念才又火起来。
Anthropic 在 2024/12/19 讨论了 Workflows 和 Agents 的区别,在这之前,大多数人工智能应用其实都是围绕工作流(Workflow)展开的。
后来证明,2025 年的确是 Agent 应用元年。
DeepSeek R1 横空出世(2025-01)#
2025 年春节无疑是影响未来大模型发展方向的关键节点,那就是 DeepSeek R1 深度思考模型。
当时我在基于千问 Qwen 系列模型做应用开发,当时的模型还分成 “文本生成” 和 “推理模型”,推理模型即带有思考的模型。
现在证明这个判断是正确的。
Vibe Coding(2025-02)#
Vibe Coding 是 Andrej Karpathy 在 2025 年 2 月提出的一个新名词。当时这个概念非常火,甚至许多非专业选手都纷纷入局写代码。
可惜的是,当时的模型能力还不够强,只能写写简单的项目。
另一件后知后觉的事情是:Claude Code 发布了,但我还泡在 Cursor 里无法自拔(见后文)。
Cursor Agent(2025-03)#
Cursor Tab 这个功能我用了近半年,已经和我配合地相当好。
Cursor 在 2025/03 推出了 Agent 模式,但是很遗憾,两个月后(2025-05)我才开始尝试它。
第一次用它两小时就做了一个把 Keynote 转图文的小工具:一次两小时的 Vibe coding 实践
当时非常惊喜,因为 AI 可以走出一条我未曾设想过的路,而这条路可以把问题解决掉。
但是,我的日常工作都是对质量要求极高的项目,容不得半点马虎,而 Vibe Coding 受制于模型能力,出码质量太差,于是暂时与之告别。
氛围编程(Vibe Coding)的真相以及为什么要警惕氛围编程
Cursor Plan(2025-09)#
Cursor 在 2025/09 推出了 Plan 模式,彼时 Claude Opus 4、GPT-5、DeepSeek-V3 这些强大的模型也已经上市。
模型能力显著提升,意味着 Agent 可以胜任更复杂的工作。于是我开始在 Cursor 中大量使用 Agent + Plan 模式来驱动日常开发。
我开始从手搓完整代码过渡到仅少量微调。AI 生成代码的占比迅速超过了我自己手写。AI 几乎完全取代了手工编程。
就在我沉浸于 Cursor 智能编程体验中的同时,另一个被我忽略的是 Claude Code 这条线。
Claude Code(2025-02 ~ 2025-12)#
Claude Code 从 2025/02 发布经过数次迭代,已经开始在 AI Coding 领域大杀四方。
刚开始我认为,TUI 和 GUI 相比并没有什么独特优势,审代码不太方便,找文件定位 bug 不如 GUI 快。
但后来我发现我的想法是不对的。我之所以觉得不方便,是因为我希望自己对代码有 100% 的掌控感,看不见文件在哪儿,心里就没底。
与此同时,Anthropic 的模型也在变强,他们提出的许多工程实践也被行业接纳,有的已成为事实标准。
比如:上下文工程、MCP、Think Tool、Scratchpad、Agent Skills、Sub-agents、Agent Teams、Evals、Harness。
有很多行业外的人都开始将 Claude Code 纳入自己的工作流,有人戏称 Claude Code 败就败在这个名字取得不好,所以才有了 Claude Cowork。
毫无疑问的是,Anthropic 是推动 AI Agent 不断迈向下一个阶段的领头羊。帮助了大量用户完成了自己以前难以想象的事情、那些企业不愿意投入人力的长尾需求。
现在#
2026 年,我的主要工作流程已经全面迁移到 Claude Code、Codex、OpenCode 这样的 TUI 界面中。而 Cursor、Trae 这样的 GUI 工具更多被我当作只读界面使用。
“冷知识:OpenAI Codex 最早出现在 2021 年。”
我不亲手写一行代码,而是全部交给 Agent 处理,哪怕改动很小。因为我的手动修改会和 Agent 记忆产生冲突,造成不必要的摩擦和返工。
当人类的 Code Review 效率难以匹配 AI 生成代码的速度时,人工 Code Review 势必会被 Agent Review 和健全的质量工程体系取代。
这让我想到近期 OpenClaw 进入大众视野,你可以教它、调教它、让它记住你的做事方式,以及关于你的每一个细节,然后取代掉你。
AI 最终会成为你的赛博分身,更长远看:你实现了赛博永生。
在一些人看来,技术追新可能不是一件值得鼓励和炫耀的事,因为 “以前你学的提示词技巧什么的,都会在几个月甚至一年之内就被消解掉,就没有意义了。”
但实际上,真正的意义在于:保持对前沿技术的关注和探索尝试,才会让人知道哦原来这个东西是这么来的。这是一段未来难以复刻的旅程,在好奇心的驱使下获得认知提升。
AI 带来的隐忧#
如果一项技术长远看不能让多数人获得幸福和快乐,反而导致大面积的社会焦虑、内卷和失业,那这项技术是成功的吗?
如果人类的命运只掌握在全球那几十位精英的手中,那么我们是否有能力为他们的错判导致的系统性风险兜底?
以前我是技术的坚决拥护者,为技术而死,但现在很难说自己是降临派还是幸存派。
我不是一个效率至上主义者,我特别欣赏那些愿意用几个月甚至数年时间精心打磨一件艺术品的非遗匠人,那怕他们的“艺术品”已经可以批量复制。
他们让我在现代工业的暴风雨中找到了一间安全的庇护之所,让内心无比宁静。
在虚拟世界待久了让人心力憔悴,我讨厌未来带着一帮 Agents 闯天下,也不喜欢未来一帮 Agents 带我赛博飞升。
我反倒更向往那些在天空自由翱翔的飞鸟,哪怕它们只有短暂的一生。
