AI终于让初创公司关注细枝末节

Source: Dev.to

请提供您想要翻译的完整文本内容（除代码块和 URL 之外），我将把它翻译成简体中文并保持原有的 Markdown 格式。谢谢！

介绍

每个创业公司都有一座“以后再修复”的决定墓地。

那稍显卡顿的动画；本应只需 2 次点击却需要 4 次点击的表单；500 个几乎都做同样事情的工具函数；以及为了添加一个选项而必须更新 8 个文件的配置系统。

我们对自己说这没关系。先发布，后打磨。快速行动，打破常规。

以后永远不会到来。

相反，你会得到：

• 一个修复一个 bug 就会产生两个新 bug 的代码库
• 一份所谓的“标准”文档其实只是例外的清单
• 凌晨 3 点的警报，因为夜间任务再次运行，数据库 CPU 占用率达到 100 %
• 工程师花更多时间理解旧代码，而不是编写新代码

我在每一家工作过的公司都见过这种情况。技术债务不断累积，直到“以后”需要几个月才能完成。

AI 改变了“以后”的含义

我正在使用 AI 原生代码库方法独自构建 Flywheel。以下是不同之处：

我真的在处理小事

这并不是因为我更有纪律，而是因为我终于有时间了。

• 昨天我花了 20 分钟 调整登录页面布局：修改分隔线的透明度，并让容器宽度根据表单状态自适应。
• 一周前我删除了 5,600 行 过度设计的代码，并用 20 行 配置取代它们。这并不是因为我有空闲时间——Claude 帮我系统地更新了 194 个文件，且没有遗漏任何内容。
• 上个月我在 两周 内交付了一次 完整的视觉重新设计（完整视觉重新设计两周完成）：全新登陆页面、精炼的配色方案、以及整个应用的工作流更新。这相当于大多数公司一个季度的工作量。

正确执行的复合效应

1. 你不会累积例外情况。
   与其“这在除 X、Y、Z 之外的所有地方都有效”，不如它在所有地方都有效。无需记住特殊情况。

2. 你的代码库保持可导航。
   六个月后，我不需要逆向工程自己的决定。代码本身说明它的功能，因为我有时间把它写得清晰。

3. 错误仍然是错误——而不是症状。
   当出现故障时，它真的已经坏了，而不是由三层深的临时解决方案引发的连锁反应。

4. 新人入职仍然快速。
   新的贡献者（或未来的我）不需要导览员带着了解历史上的意外。

为什么 Day 0 很重要

最好的时机是你在编写代码时把事情做好。上下文已经加载，权衡清晰，成本最小。

每拖延一天，成本就会上升：

• 更多代码依赖于不良模式
• 更多人学会了变通办法
• 更多异常被记录下来
• 更多测试编码了错误的行为

AI 不仅仅帮助你更快交付。它让你重新获得时间，以正确的方式交付。如果你在 2025 年开始新项目，请从第一天就使用 AI——不是为了偷工减料，而是终于有时间关注细节。

我实际完成的小事

在普通创业公司里本会被放到“以后再做”的事项：

• 在每个组件中保持一致的加载状态
• 具备有帮助信息的正确错误边界
• 动画感觉是有意为之，而不是突兀的
• 表单能够记住你的进度
• 对每件事只有一种实现方式（而不是三种遗留方案）
• 注释解释 为什么，而不仅仅是 什么
• 测试在秒级完成，而不是分钟

这些单独看并不惊艳。但它们共同构成了让软件感觉被维护与被抛弃的差别。

真正的 AI 优势

大家都在说 AI 能让你提升 10× 速度。我认为真正的优势更简单：AI 让“做好”与“立刻做”成为同一件事。

• 你不必在交付和质量之间做选择。
• 你不必累积永远也还不清的债务。
• 你不必向未来的自己解释代码为何如此。

你只需一次就把它做好，因为你终于可以做到。

代码库里有哪些“以后再说”的任务在堆积？如果有时间，你会先修复哪些问题？