反直觉的工作流
主流叙事里 AI 编程的卖点是快，作者却故意把它用慢：写完代码让模型挑刺、追问边界情况、要求解释每个设计决定的取舍，像身边坐了个不知疲倦的资深审查者。代码产出速度下降了，但返工率和线上事故也降了。作者的原话大意是：以前的瓶颈是打字速度，现在的瓶颈是思考质量，AI 恰好两头都能放大，看你选哪头。
适用边界
这套用法显然不是万能的。原型验证、一次性脚本这类「快就是对」的场景，按作者的方式做纯属浪费；它适合的是长寿命、高代价的核心代码。讨论区里有人补充了一个观察：团队里最资深的人往往自发用出这种模式，而新手默认把 AI 当代笔，结果是工具放大了两类人原有的习惯差距。怎么把前一种用法变成团队规范，可能比选哪家模型更值得花心思。
via: Hacker News