我用AI写代码的10个真实场景

关于"AI写代码"，我见过两派激烈的争论。一派说"程序员要失业了"，另一派说"AI写的代码根本不能用"。两派我都待过——一年前我是第二派，半年前我变成了第一派。现在我发现，两派都错了。

AI写代码这件事，既不是洪水猛兽，也不是万能灵药。它是一个极其强大的协作工具，关键在于你知不知道什么时候用它、怎么用。

下面是我在日常工作中用 AI 写代码的 10 个真实场景，每个场景我都附上了我的具体做法。不是理论，是我每天都在做的事情。

场景一：生成样板代码

这是最基础也最省力的用途。每当我需要写一个 CRUD 接口、一个配置类、一个 DTO 或者一个基础的 API 路由，我不会自己写。我会直接告诉 AI："给我一个 Python FastAPI 的 CRUD 路由，模型是 User，字段有 id, name, email, created_at。"

我的做法：让 AI 生成后，我会逐行检查逻辑，特别是边界条件和错误处理。AI 擅长模式化的东西，但它不知道你的项目里有哪些特殊约定。

我写了十几年代码，正则表达式永远是我的痛点。每次都要查文档、试半天。现在我不写了——我直接描述需求："匹配一个 URL 中从 /product/ 后面到下一个 / 为止的数字ID。"

我的做法：让 AI 生成正则后，我至少要准备 3 个测试用例丢回去让它验证。正则的坑太多了，AI 第一次给出的往往不是最优解。

遇到一个看不懂的报错，以前我会复制到 Google 搜，翻几个 StackOverflow 帖子。现在我把报错信息直接丢给 AI，附上相关的代码上下文。大部分情况下，AI 能直接指出问题所在，有时甚至比我自己看代码更快。

我的做法：不要只丢报错信息。一定要附上代码上下文和你的预期行为。AI 不是读心术，上下文越完整，它的诊断越准确。

我有一段写了很久的代码，逻辑没问题但感觉"不太对劲"。我会把代码给 AI，让它提出重构建议。有时候它会发现我忽略的重复模式，有时候它会建议用更合适的语言特性。

我的做法：AI 的重构建议我从来不会全盘接受。我把它当作一个"代码审查伙伴"，它的建议只作为参考，最终怎么改还是我说了算。而且每次改完，我都要确保测试通过。

写单元测试是我最不喜欢的工作之一，但偏偏它又很重要。现在我会先写好业务代码，然后让 AI 帮我生成测试用例。告诉它函数签名、输入输出的预期行为，AI 能生成一个不错的测试骨架。

我的做法：AI 生成的测试只能覆盖 happy path。边界情况、异常场景、mock 的配置，这些都需要我自己补充。但至少骨架有了，写起来快很多。

开发时经常需要模拟数据，尤其是后端接口还没写好，我需要在前端调试的时候。让 AI 生成一批格式正确的 mock 数据，比我手动写 JSON 快得多。

我的做法：我会给 AI 一个数据结构的类型定义，然后指定需要多少条、值的范围。AI 生成的数据随机性不错，但偶尔会有不符合业务逻辑的组合，需要过一遍。

接手旧项目或者看别人的代码时，经常遇到一大段看不懂的逻辑。我会把这段代码贴给 AI，让它用中文解释这段代码在做什么。这比我自己一行一行地读效率高太多了。

我的做法：我会让 AI 先给一个整体概述，然后针对我不理解的细节追问。有时候 AI 的解释也有误，尤其是当代码中有复杂的业务逻辑时，我会再结合文档确认。

写注释和文档是我知道应该做但经常偷懒的事。现在我会写完代码后，让 AI 帮我生成函数注释、API 文档。我说清楚功能，它负责格式化输出。

我的做法：AI 生成的注释往往太啰嗦或者太空洞。我会给它一个项目中的注释示例作为风格参考，并要求它遵循同样的格式。一致性比完美更重要。

写复杂的 SQL 查询时，我经常写完发现执行计划不太理想。我会把 SQL 和表结构给 AI，让它分析性能瓶颈并提出优化建议。特别是索引策略、JOIN 顺序、子查询改写这些，AI 的建议往往很有价值。

我的做法：AI 的优化建议我会用 EXPLAIN 实际验证。有时候 AI 建议的改写方式在理论上成立，但实际数据分布不同，效果反而更差。信任但要验证。

做 Code Review 时，我会把 PR 的 diff 发给 AI，让它帮忙检查潜在的问题——安全漏洞、性能问题、不符合最佳实践的地方。AI 的角度和人类 reviewer 不同，它更擅长发现模式层面的问题，而不擅长判断业务逻辑是否正确。

我的做法：AI 的 review 结果作为"第一遍过滤"，我重点关注 AI 标记的高风险问题。但最终决策一定是我自己做的，因为 AI 不理解业务上下文和团队约定。

经过这大半年的实践，我总结出了一个简单的判断标准：

AI 是那个帮你打字的手，但决定打什么字、为什么打这些字的，只能是你自己。把 AI 当成你的 junior 工程师——它速度快、知识面广，但需要你来做决策、把关质量。用好它，它就是你最好的搭档；用不好，它就是你最自信的 bug 制造机。