为什么写这篇

三个月前，我对AI编程的认知还停留在”聊天机器人帮我写写正则”。

现在，我用AI改了37000行Java代码、写了定时任务、调了MQ消费者、优化了SQL查询。

我不是AI专家，只是个被迫用AI的前端工程师。

这篇文章记录我这三个月的真实经历——怎么从”不会用”到”离不开”，踩了哪些坑，效率提升了多少。

第一阶段：好奇但不会用（第1-2周）

刚开始的样子

1
2
3
我：帮我把这个Java方法改成TypeScript
AI：好的，这是转换后的代码...
我：（看不懂，不知道对不对）

问题：

  • 不知道AI能做什么
  • 不知道该怎么问
  • 不知道AI给的答案对不对

第一个有用场景

帮我写正则表达式：

1
2
3
4
5
我：匹配手机号的正则
AI：/^1[3-9]\d{9}$/

我：验证邮箱的正则
AI：/^[^\s@]+@[^\s@]+\.[^\s@]+$/

效率提升：以前要搜10分钟，现在10秒。

这个阶段的感受

  • AI是个”高级搜索引擎”
  • 但也就这样了
  • 写复杂代码还是得靠自己

第二阶段：开始依赖（第3-4周）

转折点

接手了Java后端的需求，但我不会写Java。

1
2
3
4
5
我：这个LEFT JOIN为什么返回null？
AI：因为LEFT JOIN会保留左表所有行，右表匹配不上就填null...

我：那怎么改？
AI：改成JOIN（INNER JOIN），没有付款记录的直接过滤掉...

突然意识到：AI不仅能给我答案，还能教我为什么。

开始用的场景

场景 以前 现在
写正则 搜Stack Overflow 直接问AI
查API 翻文档 问AI
改Bug 自己debug 把错误信息给AI
学新技术 看教程 让AI解释

这个阶段的坑

坑1：盲目信任

1
2
3
4
5
// AI给的代码
List<String> list = new ArrayList<>();
for (int i = 0; i < data.size(); i++) {
    list.add(data.get(i).getName());
}

我直接复制粘贴，结果编译报错——data的类型不对。

教训：AI给的代码要先看一遍再复制。

坑2：问得太笼统

1
2
3
4
我：怎么写SQL？
AI：SELECT * FROM table WHERE condition...

（废话，我当然知道基础语法）

教训：问题要具体，带上上下文。

第三阶段：掌握套路（第5-8周）

学会了怎么问

差的问法：

1
这个代码怎么改？

好的问法：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
我在改一个买家通用配置的定时任务，
需要在配置失效时自动更新状态并记日志。

现有代码：
[粘贴代码]

我的需求：
1. 每小时扫描一次
2. 找到即将失效的配置
3. 发出延迟MQ消息
4. Consumer收到后更新状态

请问：
1. Job里怎么写扫描逻辑？
2. Consumer里怎么记日志？

效率对比：

  • 以前问3轮才能得到想要的答案
  • 现在1轮就够

开始用AI做复杂任务

任务1：改定时任务

1
2
3
4
5
6
7
8
9
10
我：我要新建一个定时任务，每小时扫描过期的配置，
    然后发MQ消息让消费者更新状态。
    
    参考现有的BidServiceConfigJob写法，
    帮我写一个新的MlGoodsSkuPriceConfigJob。
    
    需要：
    1. 继承现有的Job模式
    2. 查询未来1小时内过期的配置
    3. 发送延迟MQ消息

AI给了完整的代码，我改了几个字段名就能用。

任务2：优化SQL

1
2
3
4
5
6
7
我：这个SQL用了LEFT JOIN，
    但我只需要判断"有没有"，
    用fetchExists是不是更好？
    
    [粘贴旧代码]
    
    帮我改成新版，并解释为什么这么改。

AI不仅给了新代码，还解释了LEFT JOIN vs JOIN的区别。

任务3：写博客

这篇文章就是AI帮我写的初稿，我改了30%左右。

这个阶段的效率

任务 不用AI 用AI 提升
写正则 10分钟 30秒 20倍
查API 15分钟 1分钟 15倍
改Bug 1小时 10分钟 6倍
学新技术 半天 1小时 4倍
写博客 3小时 1小时 3倍

第四阶段：形成习惯（第9-12周）

现在的工作流

1
2
3
4
5
6
7
8
9
10
11
12
13
1. 接到需求
   ↓
2. 先问AI：这个需求涉及哪些技术点？
   ↓
3. 让AI给个方案（不一定用，但帮我理清思路）
   ↓
4. 开始写代码
   ↓
5. 遇到报错 → 把错误信息给AI
   ↓
6. 写完 → 让AI review一遍
   ↓
7. 提交

最常用的是这几个

1. 解释代码

1
2
3
我：这段代码在做什么？用前端思维解释一下。

AI：这就像前端的useEffect...

2. 给方案

1
2
3
4
5
6
我：我要实现配置失效自动更新，
    有几种方案？各自的优缺点是什么？

AI：方案1：定时轮询...
    方案2：延迟MQ...
    方案3：数据库触发器...

3. Review代码

1
2
3
4
5
我：帮我看看这段代码有什么问题。

AI：1. 这里可能返回null...
    2. 这个循环可以优化...
    3. 建议加个空值判断...

4. 写文档

1
2
3
4
我：帮我把这段代码的逻辑整理成文档，
    要包含SQL对照表和前端类比。

AI：[生成文档]

这个阶段的感受

  • AI不是”替代我”，是”增强我”
  • 最大的价值不是”写代码”，是”教我怎么想”
  • 效率提升是真实的，但不是无脑的

踩过的坑（血泪教训）

坑1：AI会编造API

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
我：Java里有没有类似Array.filter()的方法？

AI：有，List.stream().filter()...

（这个是对的）

我：那有没有List.map()？

AI：有，List.stream().map()...

（这个也是对的）

我：有没有List.reduce()？

AI：有，List.stream().reduce()...

（这个还是对的，但AI开始编造不存在的参数了）

教训：AI给的API要查官方文档确认。

坑2：AI不理解业务

1
2
3
4
5
6
7
8
9
我：这个配置失效了要记日志。

AI：好的，加一行log.info()...

（AI以为只是加个日志）

我：不是，要记到数据库里，有专门的日志表。

AI：哦，那需要调用bidServiceConfigLogService.save()...

教训：AI不知道你的业务上下文，要说清楚。

坑3：AI会过度设计

1
2
3
4
5
我：帮我写个方法，判断配置是否过期。

AI：[写了一个200行的方法，包含缓存、重试、监控、日志...]

我：我只是要个if判断...

教训：告诉AI你要什么，不是让它自由发挥。

效率对比（真实数据）

第一个月

1
2
3
4
总工作时间：160小时
其中用AI的时间：20小时（12.5%）
AI帮我省的时间：约30小时
净效率提升：18%

第二个月

1
2
3
4
总工作时间：160小时
其中用AI的时间：50小时（31%）
AI帮我省的时间：约80小时
净效率提升：50%

第三个月

1
2
3
4
总工作时间：160小时
其中用AI的时间：60小时（37.5%）
AI帮我省的时间：约100小时
净效率提升：62%

趋势：用得越多，省得越多。

给新手的建议

1. 从小事开始

不要一上来就让AI写整个项目。

从这些开始：

  • 写正则
  • 查API
  • 解释报错
  • 格式化代码

2. 学会问问题

差的问法：

1
这个代码怎么改？

好的问法：

1
2
3
4
5
6
7
8
9
10
我在改一个Java定时任务，
需要在配置失效时记日志到数据库。

现有代码：[粘贴]
日志表结构：[粘贴]

请问：
1. 在哪里加日志逻辑？
2. 调用哪个Service？
3. 日志表需要哪些字段？

3. 永远不要盲目复制

AI给的代码：

  1. 先看一遍
  2. 理解逻辑
  3. 确认API存在
  4. 再复制

4. 把AI当老师，不是工具

1
2
3
4
5
不要只问"怎么写"，
要问"为什么这么写"。

不要只问"这个报错怎么修"，
要问"这个报错是什么意思"。

5. 接受不完美

AI给的方案不一定是最优的，但通常是够用的。

完成比完美重要。

写在最后

三个月前，我觉得AI编程是”骗人的”。

两个月前，我觉得AI编程是”有点用的”。

一个月前，我觉得AI编程是”离不开的”。

现在，我觉得AI编程是“前端工程师转全栈的捷径”。

我不是说AI能让你变成专家，但AI能让你快速上手。

三个月前我不会写Java，现在我会改定时任务、会优化SQL、会写MQ Consumer。

这不是因为我突然变聪明了，是因为AI帮我跳过了最痛苦的入门阶段。

如果你也是前端，也在考虑要不要用AI辅助编程，我的建议是：

从今天开始，每天用一次。

不用多，一次就够。

三个月后，你会回来感谢我的。

本文基于作者2026年4-7月的真实经历，所有效率数据来自个人时间记录。

下一篇预告：《AI协作流程：怎么给AI提需求，怎么review AI写的代码》——更进阶的AI使用技巧。