为什么 AI 不会取代开发者(在我将其用于生产后)

发布: (2025年12月14日 GMT+8 11:44)
8 min read
原文: Dev.to

Source: Dev.to

在过去的一年里,开发者们到处都在听到同样的警告:

“AI 将取代程序员。”

有人说前端开发者已经注定要倒下。
有人说两年后初级开发者将不复存在。
有人说“只要提示它,就不需要写代码了。”

于是我不再在 Twitter 上争论,直接在生产环境中测试 AI。

我使用 AI 来:

  • 编写前端组件
  • 生成后端 API
  • 优化 SQL 查询
  • 重构已有代码
  • 调试问题

在向真实用户交付真实功能之后,事实非常清晰:AI 很强大,但离取代开发者还有很大距离。

为什么我信任 AI 并在生产环境中使用它

我并不是反 AI。事实上,我希望 AI 能成功。作为一名使用 Angular、Node.js、数据库和云服务的全栈开发者,AI 看起来是完美的生产力伙伴:

  • 更快的交付
  • 减少重复性工作
  • 更整洁的代码

我没有做小规模实验,而是把它投入真实的截止日期、真实的用户以及如果出错的真实后果中。这时现实敲响了大门。

AI 出乎意料地做得好的地方

样板代码(极大节省时间)

AI 擅长生成重复的脚手架:

  • CRUD API
  • 基础 Angular 组件
  • DTO、接口、模型
  • 简单的表单验证逻辑

原本需要 30–40 分钟的任务,现在只要 2–3 分钟,就已经是生产力的明显提升。

代码重构与清理

AI 帮助完成了:

  • 重命名变量
  • 拆分大型函数
  • 将回调转换为 async/await
  • 改善可读性

这些改进 仅在底层逻辑已经正确的前提下 有价值。AI 改进结构,却不懂业务。

解释未知代码

面对缺少文档的遗留代码库?AI 表现出色:

  • 解释函数可能的作用
  • 概括文件内容
  • 提供高层次的理解

仅此一点就足以让 AI 值得使用。

AI 失误的地方(几乎导致生产故障)

AI 写出“看起来对”但实际上错误的代码

最危险的点在于:AI 常常遗漏边缘情况,假设理想输入,忽视真实用户行为。例如:

  • 一个 API 在测试中运行完美,却在真实用户使用时悄然失败,导致数据库出现不一致的数据。
  • AI 并不理解业务逻辑,只会写语法正确的代码。

AI 没有责任感

当 AI 给出错误代码时:

  • 它不会感到难过。
  • 它不会被解雇。
  • 它不会接到凌晨 2 点的生产故障电话。

而开发者必须承担公司声誉、用户信任、数据丢失以及法律影响的后果。

安全盲点是真实存在的

AI 生成的代码经常:

  • 跳过身份验证检查
  • 错误处理令牌
  • 使用不安全的默认设置
  • 漏掉限流

你会仅凭 AI 来处理支付、用户数据或金融交易吗?答案显而易见——不会。

性能?AI 只能猜,开发者才会测

AI 曾建议:

  • 低效的数据库查询
  • 错误的索引策略
  • 不恰当的缓存假设

它不了解你的流量模式、基础设施限制或成本约束——这些只能靠经验。

最大的误区:“AI 理解上下文”

AI 识别的是模式,而不是上下文。它并不知道:

  • 某个功能为何存在
  • 如果失败会产生什么后果
  • 哪种权衡更重要
  • 业务真正需要什么

开发者将产品、业务、用户和技术联系在一起。AI 只是在连接文字。

AI 永远无法取代的东西

决策

在简洁性与可扩展性、速度与安全、成本与性能之间做选择,需要判断力,而 AI 并不具备。

调试真实世界的问题

当日志毫无意义、 bug 只在生产环境出现或问题无法复现时,AI 往往束手无策。经验丰富的开发者在这些场景中大放异彩。

架构与系统设计

AI 可以提供架构建议,但它无法:

  • 预测未来增长
  • 处理不断演进的需求
  • 为未知问题设计方案

这些任务需要人类的判断。

那么 AI 会取代开发者吗?

简短回答: 不会。
诚实回答: 不适应的开发者可能会吃亏。

AI 并不是在取代开发者,而是在取代那些拒绝学习使用 AI 的开发者。

把 AI 想象成一个永不睡觉、非常快的初级开发者——但需要持续审查。

新的现实:使用 AI 的开发者 > 不使用 AI 的开发者

  • ❌ 开发者 vs. AI – 注定失败。
  • ✅ 使用 AI 的开发者 – 胜出的方式。

获胜者:

  • 学习 Prompt Engineering(提示工程)
  • 用 AI 加速工作
  • 专注于架构与问题解决
  • 以更快的速度交付更高质量的产品

2025 年给开发者的实用建议

如果你担心自己的工作,按以下步骤做:

  1. 每天使用 AI — 不要害怕它。
  2. 审查 AI 写的每一行代码
  3. 夯实基础(数据结构与算法、系统设计、数据库)。
  4. 深入理解业务逻辑
  5. 构建真实项目,而非演示项目

AI 放大技能——而不是取代技能。

最终真相(真实生产经验之后)

AI 并没有取代我。它让我:

  • 更快
  • 更高效
  • 更专注于重要工作

如果没有我的经验,应用会崩溃,用户会受影响,业务会失去信任。AI 能写代码,开发者能交付产品。这一点比以往任何时候都更重要。


https://medium.com/@rohitjsingh16

Back to Blog

相关文章

阅读更多 »