AI 在提高开发效率的同时，让我们丢失了什么？

最近面试中经常会遇到类似的问题：

> 你平时会使用哪些 AI 工具？如何利用 AI 提升开发效率？

现在几乎所有开发者都在讨论如何使用 AI 提效，但很少有人真正关注另一个更深层的问题：

AI 帮我们快速完成开发的同时，我们是否正在逐渐失去一些原本应该具备的能力？

例如：

AI 生成的代码，我们是否真正理解其中的实现逻辑？
AI 引入的技术方案，是否符合项目架构设计？
AI 生成的模块，是否遵循单一职责原则？
AI 写出的代码，未来维护成本是否可控？

如果这些问题没有被认真思考，那么 AI 带来的可能并不是效率提升，而是将问题隐藏到了未来。

代码虽然能够运行，但是随着项目不断迭代，很容易逐渐演变成一堆难以维护的代码。

表面上看，我们节省了开发时间；

但从长期来看，可能增加了：

阅读源码的时间成本；
后续重构成本；
团队协作成本；
项目维护成本。

最终，看似提高了效率，实际上损失了代码质量、架构能力以及对技术本身的理解。

AI 让我意识到：会使用技术 ≠ 掌握技术

最近我准备学习 Nest.js，并计划将它应用到自己的项目中。

以前学习一个技术栈，通常会按照：

官网文档 → 核心概念 → 源码分析 → 实践项目

这样的路径逐步深入。

但是这一次，我产生了一个想法：

> 既然 AI 可以直接帮我搭建 Nest.js 服务端，那是不是可以直接让 AI 按照最佳实践完成整个项目？

于是我直接让 AI 使用 Nest.js 技术栈完成后端开发。

整个过程非常快：

项目结构快速生成；
Controller、Service、Module 自动创建；
数据库、接口、业务逻辑快速完成；
很多重复代码都不需要自己编写。

开发效率确实得到了极大的提升。

但是当整个项目完成后，我重新打开服务端代码时，却发现很多地方自己并没有真正理解。

我知道它能运行，也知道它完成了功能，但：

为什么这样设计？
Nest.js 的依赖注入到底如何实现？
Module 的作用是什么？
Guard、Interceptor、Pipe 在请求生命周期中的执行顺序是什么？

这些问题，我并没有真正掌握。

这让我意识到：

AI 可以替代大量编码工作，但无法替代技术理解。

如果长期依赖 AI 生成代码，我们很容易退化成：

> 只会使用 Vue、React、Nest.js 等框架，而不了解它们为什么这样设计。

就像很多前端开发者能够熟练使用 React、Vue 完成业务开发，但是没有深入理解：

Fiber 架构为什么出现；
Scheduler 如何调度任务；
Hook 为什么不能在条件语句中调用；
Reconciler 如何完成协调过程。

会使用框架，只是掌握了工具；

理解框架设计思想，才是真正掌握技术。

AI 时代，开发方式需要改变

未来我的开发方式可能会调整：

以前：

> 需求 → AI 生成代码 → 修改问题 → 上线

现在：

> 学习技术原理 → 理解设计思想 → 使用 AI 辅助实现 → Code Review → 持续优化

AI 更适合作为：

编程助手；
方案讨论伙伴；
重复工作的执行者；
代码优化工具。

而不是完全替代开发者思考。

最近在使用 OpenSpec 和 Spec Kit 开发项目后，也让我有了一些新的认识。

相比以前直接让 AI 根据需求生成代码，规范驱动开发（Specification Driven Development）能够明显改善 AI 开发过程：

先明确需求和边界；
再设计系统结构；
拆分任务；
最后让 AI 执行具体实现。

结合 TDD（Test Driven Development）的思想，可以让 AI 生成的代码更加稳定、可维护。

AI 时代，开发重点可能正在从：

> 写代码

逐渐转变为：

> 设计系统、定义规范、审查代码。

AI 目前仍然缺少真正的设计能力？

除了代码开发，我最近也尝试使用 AI 生成产品原型。

包括：

Codex；
Cursor；
Gemini；
Figma AI。

我的体验是：

目前大部分 AI 在功能实现方面已经非常强，但是在 UI 设计能力上仍然存在明显差距。

我尝试根据完整的功能需求列表，让 AI 自动生成产品原型。

结果：

功能结构基本正确，但是视觉效果往往无法达到预期。

很多页面：

布局比较普通；
视觉层次不足；
缺少设计语言；
不符合真实产品审美。

但是 Figma AI 生成的设计效果明显更好。

我猜测其中一个重要原因是：

Figma 本身拥有大量成熟的设计资源：

组件库；
设计规范；
历史优秀作品；
大量真实 UI 数据。

所以它生成的结果更接近设计师的工作方式，而不是单纯根据文字描述生成界面。

另外，最近体验 Codex 的 Image2 生成能力，发现它生成的 UI 视觉效果非常优秀：

风格统一；
视觉冲击力强；
符合现代产品设计趋势。

但是目前的问题是：

> 图片生成很容易，真正转化成html UI 代码依然困难。

设计稿 → 前端代码，这个过程仍然需要大量人工调整。

最近 Codex 推出了 Product Design 相关能力，看社区反馈非常不错。

后续也会继续体验，看 AI 是否能够真正打通：

需求分析 → 产品设计 → UI 原型 → 前端实现

这一完整流程。

总结

AI 正在改变软件开发方式。

它让开发速度提升了很多，但同时也带来了新的挑战：

我们是否正在因为 AI 而减少学习？

是否正在失去阅读源码的能力？

是否正在忽略架构设计的重要性？

未来优秀开发者的竞争力可能不再只是：

> 谁写代码更快。

而是：

> 谁能够更好地理解技术、设计系统，并利用 AI 放大自己的能力。

AI 不应该成为替代思考的工具，而应该成为增强思考能力的工具。

持续更新...