AI 陪伴日记
最近干了个事：用AI编程，从零搭了个个人网站。
注册域名、买云服务器、备案、配环境、部署上线，整个流程走了一遍。和十年前基于WordPress搭建个人网站的过程相比，发现所谓的提效，也许并不是那么一厢情愿。然后所谓的智能，也是五味杂陈。
为啥呢？说几个感受。
一、先想清楚，再动手，别上来就干
很多人拿到AI编程工具，第一反应是兴奋：终于不用学代码了，直接让它写！
我一开始也这样。结果呢？AI确实听话，你说啥它写啥。问题是你说得模糊，它写得就跑偏，改一处、塌一片，返工的时间比写代码的时间还长。
这就跟装修房子一个道理。你没图纸就让工人开干，工人手艺再好，装出来的也不是你要的家。AI就是那个手艺极好、但完全不懂你需求的工人。
所以正确的姿势是：先把产品设计框架想清楚、画出来，再让AI动手。我现在的做法，是先让"AI分身"帮我把方案打磨好再开工，省了大量返工时间。
名词解释｜AI编程（Vibe Coding）：用大白话告诉AI你要啥，它来写代码、调试、部署，然后处理很多莫名其妙的bug。bug莫名其妙的发生，也莫名其妙地被修复。
名词解释｜AI分身 / Skill：把某个领域专家的经验打包成"技能包"，AI装上之后，就能按专家的思路干活。
二、把需求说清楚，比你想的难多了
用AI干活之后，最深的体会是：会把话说清楚，原来是种稀缺能力。
"语言的精度，决定了产品的质量"
跟AI对话，用第一人称下命令？还是商量着来？还是把它当顾问，让它给你提方案？说实话我经常纠结。同一个需求，你换个说法，它给你的东西能差出十万八千里。
语言这东西，平时聊天够用，要精确描述一个产品，立马就不够用了。（下回我该试试其他语言，或者方言~）
顺便说下工具：我建站用的是腾讯的 CodeBuddy，上班用的是阿里的工具Qoder（Claude code被封锁之后，使用成本太高了）。感觉各个工具用起来差不多，没啥本质区别，真不用纠结选哪个。
名词解释｜Prompt（提示词）：你发给AI的那段话。同样一个AI，话怎么说，结果差很多。
三、最大的问题：它干得对不对，你看不出来
这是让我后背发凉的地方。
AI开发的时候，日志都是实时给你看的。你能看到它遇到问题、换方案、来回折腾，看着挺透明。
但透明归透明，你看得懂吗？
它改了段代码，会不会把之前好好的功能搞坏？会不会给系统埋雷？我一个编程经验不多的人，根本判断不了。万一里面藏个后门，我是一点辙都没有。
这两天看到吴恩达说了个观点，我觉得说到点子上了：往后真正值钱的，是"验证能力"——你能判断AI是不是用正确的方法，干了正确的事。
说白了，以前值钱的是会干活，往后值钱的是能验收。没这个能力，同样用AI，别人产出又快又稳，你产出又慢又坑。
名词解释｜吴恩达（Andrew Ng）：斯坦福大学教授，深度学习大佬，Google Brain 联合创始人，在线教育平台 Coursera 联合创始人。
四、做出来了，然后呢?
AI让我这种不会工程开发的人，把以前干不了的事干成了，这个确实牛。
但干成了，就等于干好了吗？
东西好用吗？有人需要吗？能变成钱吗？这些AI帮不了你。
绕来绕去又回到第一点：**你能不能定义一个真正有价值的需求。**这就是创业圈常说的PMF——产品得踩在真实需求上，不然做得再漂亮，也是自嗨。
实现能力在贬值，定义能力在升值。这才是AI编程真正改变的东西。
名词解释｜PMF（Product-Market Fit，产品市场契合）：产品踩没踩中真实需求，用户愿不愿意持续用、愿不愿意掏钱。做产品的第一道生死线。
五、最后总结下
整个流程走下来：注册域名、买服务器、备案、配服务器、代码开发、上线调试。我的路子是先让AI把整个技术方案设计好，然后再按方案写代码。
即便这样，还是来回折腾了不少次。
所以我的结论就一句话：想清楚了再动手。要开发个东西，先找个懂行的"专家Skill"把方案设计好、技术路线定死，再让AI照着方案写，效率能高一大截。
AI把写代码的门槛干掉了，但把另一个门槛立起来了：你得知道自己要啥。
以后拼的不是谁会用AI，是谁会提需求。
AI 陪伴日记 · 记录与 AI 协作的每一天
如果你有空闲，可以访问griver.world，为我正在搭建的东西提提意见~