从工具使用到思维革命
引言
一年多的AI coding深度使用经历和近半年的Claude Code深度使用,让我对AI编程工具有了全新的认识。这不仅仅是从一个工具切换到另一个工具的简单过程,而是一场思维方式的根本性变革。我想分享的不是具体的使用技巧,而是这个过程中内心的思考和感受。
一场静悄悄的认知重构
速度带来的困惑与觉醒
刚开始使用Claude Code时,我被它的生产力震撼了。十几分钟完成原本需要几小时的功能开发,一个下午搞定过去需要2-3天的重构任务。这种"生产力爆炸"最初让我异常兴奋,仿佛获得了超能力。
但很快我就陷入了困惑:当AI能够如此高效地生成代码时,我的价值到底在哪里?我是不是正在被替 代?这种焦虑困扰了我很长时间。
随着一次次地使用AI Coding。我发现我的角色并没有被弱化,而是发生了根本性的转变:从代码的编写者变成了架构的设计者、需求的分析者和质量的把控者。
这让我意识到,速度的提升不是目的,而是手段。真正的价值在于它解放了我的认知资源,让我能把更多精力投入到思考"做什么"而不是"怎么做"。
控制权的重新分配
三月时,我已对Cursor、Windsurf这类编辑器AI轻车熟路,这时Jules出现了,最大的改变是控制权的重新分配。
在编辑器中使用AI时,我习惯于保持对每一行代码的直接控制。AI提供建议,我来决定采纳与否。每一个修改都在我的监督下进行,这给了我安全感,但也限制了AI的发挥空间。
而Jules的异步编程理念从设计上就改变了这种互动模式。你无法随时打断去微调某一行代码,无法实时看到每个字符的变化。最初这让我很不适应,总感觉失去了掌控感。
渐渐地,我发现这种"被迫放手"实际上是一种解放。当你无法随时插手时,你被迫去思考更本质的问题:这个功能到底要解决什么问题?架构应该如何设计?边界条件是什么?
而不给AI设置过多条条框框,更多向其讲述原因、目的、现状,他的实现有时会比我所想的方法更好。
这很符合管理学中的一个概念:从微观管理到委托管理。微观管理让管理者感觉掌控一切,但实际上限制了团队的潜力。而好的委托需要清晰的目标设定和充分的信任,最终能带来超出预期的结果。
这种“让AI放手去做”的模式,配合清晰完整的提示词,显然更能发挥AI的潜能。
可是,AI的能力始终有边界。 如果让AI分析一段复杂的代码逻辑,理解各个模块之间的调用关系,然后画一张时序图或者架构图,它会完成得相当出色。 这种需要理解和总结的任务,正是 LLM 的看家本领。又或者,你想快速实现一个算法、搭建一个项目框架、编写测试用例,AI以其严谨的逻辑,可以给出非常令人满意的结果。
但是,如果你想在整个代码库里做一次全局的变量重命名,或者进行某些需要精确匹配的复杂重构,那AI执行的结果可能差强人意。LLM 毕竟说到底也只是一个概率生成器,这类需要 100% 准确性的任务,从起源上就不是 LLM 的强项。如果你真的需要使用 AI 帮助完成这类任务,写一段脚本去执行并修改代码,往往会比直接指挥它去修改文件,要来的靠谱。
Jules几乎完全抛弃“人为控制”的方法,结果就是,一次代码编写,需要大量修改。 而Claude Code继承了Jules异步编程的初衷,也提供了各种人为控制(打断)、自动控制(mcp、hooks、规则)方式。
工作方式的深层变化
异步工作模式的价值发现
Claude Code最让我惊喜的特点是它特别适合异步工作模式。这个特点在我看来被严重低估了。
传 统的AI编程工具更像是"同步协作":你在电脑前,AI也在"身边",你们实时互动完成任务。但Claude Code更像是"异步协作":你可以给它一个复杂任务,然后去做别的事情,回来后查看结果。
这种模式改变了我的工作节奏。我开始把大块的专注时间用于思考和设计,把执行任务交给Claude Code在"后台"完成。让Claude Code去实现具体的代码,而人则去处理其他需要人工判断的工作。
这种异步模式的价值远超效率提升,它让我重新审视了专注度的分配。深度思考需要大块不被打扰的时间,而代码实现往往充满了各种琐碎的中断。异步模式让我能够把这两种不同性质的工作分离开来。
任务分解能力的重新认识
与AI协作让我重新认识了任务分解的重要性。任务分解是使用AI Coding的一项核心技能。
在进行任务分解时,每个子任务都有明确的输入输出、清晰的验证标准。这种分解不仅让AI更容易理解和执行,也让我对整个系统有了更深入的理解。
好的任务分解需要考虑的因素远比我想象的多:不仅要考虑逻辑顺序,还要考虑上下文边界、错误影响范围、验证便利性。这种分解能力的提升,实际上也是系统性思维能力的提升。