文 / Victor He · AI Living Lab
持续关注 AI 模型更新与家居创业新机会
欢迎关注、收藏、分享。

很多人对 AI 编程的期望太高了。

以为一段 prompt，AI 就能写出完美的系统；以为 AI coding 可以一步到位。

但事实是：
AI 编程其实也遵循经典的三步走：
Make it work → Make it right → Make it fast
（先跑起来 → 再做对 → 最后做快）

这不仅是人类写代码的路径，也是 AI 写代码的路径。

一、AI 编程的第一步：先跑起来（Make it work）

现阶段，AI 编程最大的优势是生成速度。

你可以：

• 让 AI 一分钟写出基础页面
• 让 AI 三天搭好一个视频编辑器
• 让 AI 自动生成 API 调用代码

AI 的任务完成率越来越高，demo 级别的项目可以快速启动，尤其适合搭小工具、做测试验证、写脚本。

但很多人忽略了：
AI 编程的第一步只是“跑起来”，距离“用得好”还很远。

二、AI 编程的第二步：再做对（Make it right）

AI 生成的代码，常常存在几个问题：

• 关键细节不符合规范（比如 React TSX 中 key={i} 的重复 bug）
• 代码结构混乱，后续维护困难
• bug 修复时，AI 无法准确理解全局逻辑

很多人期望 AI 一次性就写出完美代码，这是误区。

就像人类写代码一样，AI 也需要：

• 反复调试
• 提供反馈
• 逐步调整

有网友用 ast-grep 建了自动修正 lint 流程，AI 可以帮忙写规则，但细节校对、复杂依赖处理，仍然需要人类工程师参与。

AI 能“写”，但你得学会“改”。

三、AI 编程的第三步：最后做快（Make it fast）

AI 编程未来真正的价值，不仅仅是速度。

速度是表象，稳定和维护才是根基。

在广泛测试、多项目迭代之后，AI 的优势才会进入下一阶段：

• 自动生成更符合系统架构的代码
• 快速适配复杂场景
• 高度模块化，支持版本管理

但这个阶段，仍然需要开发者有：

• 系统设计能力
• 模块划分能力
• 自动化测试能力

你要能为 AI 设计好 prompt，划分好任务，搭建好测试环境，AI 才能成为你的加速器。

四、AI 编程的正确心态：别幻想一步到位

AI 生成的 demo，≠ AI 生成的产品。

AI 会写代码，但它还不懂系统。

AI 会补齐知识广度，但它不懂代码深度。

AI 会堆起一座高楼，但它不会自动检查地基。

AI coding 不是跳过工程流程，而是加速工程流程。

程序员的经典智慧——

• 迭代开发
• TDD（测试驱动）
• 重构优化
• 自动化测试

在 AI 时代非但不过时，反而成了驾驭 AI 的必修课。

结语：用 AI 编程，你也得走这三步

Make it work – 跑起来
Make it right – 改正确
Make it fast – 优化快

AI 不会替你走捷径，但 AI 可以让你跑得更快。

别幻想 AI 一步到位，AI 编程的真正优势，掌握在懂系统的人手里。

你会用 AI 吗？更重要的，你会指挥 AI 吗？

文 / Victor He · AI Living Lab
持续关注 AI 模型更新与家居创业新机会
欢迎关注、收藏、分享。

#AI编程、#系统协同、#AI工具链、#软件工程、#Prompt设计、#未来程序员、#AI开发流程