引言：仿佛推开了一扇新的门
我今年在赛季计划里写过一条：软件开发，完成或者参与 1 项开源软件。当时学了 MERN，却没找到可以跟的开源项目，这一条被我自己标了“未完成”。
今年不一样了。我陆陆续续用 AI 开发了好几个软件——比如 peerlink，比如用 MERN 全栈写出来的商务管理系统。做完之后，我坐在电脑前愣了一会儿，一种久违的感觉涌上来：仿佛进入了一个新的天地，四处都是未曾探索的区域。
这种感觉很熟悉。当年第一次在麦当劳里用 iPad 打开公开课的时候，我感叹过“世界变平了”。这一次，轮到软件开发这门手艺了。
这篇文章想记下这场“开发模式的变化”——不是宏大叙事，只是一个开发者的亲身体感：生产力到底提高了多少，个人的领域到底扩张到了哪里。
一、变化之一：生产力的巨大提高
1.1 从“学三个月”到“做三周”
过去做一个全栈项目的流程我是熟悉的：学语言、学框架、学数据库、搭脚手架、踩坑、返工。光是“学会 MERN”这一步，就要花掉几个月的业余时间——这正是我去年没能完成开源计划的原因，时间都耗在学习的陡坡上了。
今年换了开发模式。需求我先想清楚，架构和代码的主体交给 AI，我的角色变成了：设计、决策、审查、验收。结果就是，一个像样的商务管理系统，从想法到能跑起来，是以“周”为单位完成的。这在过去对我来说不可想象。
1.2 生产力提升的三个来源
复盘下来，AI 带来的效率跃升主要来自三个地方：
样板代码消失了。 CRUD 界面、表单校验、API 路由、数据库模型——这些“胶水代码”过去占了项目一半以上的工时，现在 AI 几分钟就能给出质量不错的实现。我只需要指出哪里不符合我的意图。
踩坑成本大幅下降。 过去配环境、调依赖、解报错，一个坑能卡一晚上。现在把报错和上下文丢给 AI，多数问题在几分钟内定位。夜里十一点和凌晨一点的调试，变成了同一种体验。
试错变得便宜。 过去因为成本高，很多技术方案想都不敢想。现在“要不试试另一个方案”的口头禅变得可行了——大不了重来。探索的勇气，本来就是生产力的一部分。
1.3 我的角色变了，而不是没了
有人担心 AI 会取代开发者。以我今年的体感：它取代的是“打字员”的部分，放大的是“决策者”的部分。
AI 写得快，但判断它写得对不对、好不好，仍然是我的活儿。系统怎么拆分、数据怎么建模、边界条件在哪里、安全问题藏在哪——这些架构层面的决策，AI 给建议，拍板的还是我。说白了：编码不再是瓶颈，思考成了瓶颈，也成了价值。
二、变化之二：自身领域的大幅扩张
2.1 一个人活成了一支队伍
过去的分工是这样的：前端是前端，后端是后端，UI 是 UI，运维是运维。像我这样主业不在软件开发上的人，能守住一个方向就不错了。
今年我发现，我的领域扩张到了从前的“禁区”：peerlink 涉及的领域我不熟，AI 带着我从零摸清；商务管理系统的前端交互、后端逻辑、数据模型，一个人大门大脚全包了。以前“全栈”对我来说是个敬语，现在它只是一个普通的工作状态。
2.2 扩张的不只是技术栈
更让我意外的，是技术栈之外的扩张：
产品能力。 做商务管理系统时，我必须想清楚业务流程——单据怎么流转、权限怎么划分、报表给谁看。这些过去属于“别人的专业”，现在逼着自己想明白，反而乐在其中。
学习能力。 AI 最好的地方是它是一个不知疲倦的讲解员。遇到不懂的概念，追问三层，它能用我能听懂的方式讲透。这与我迷公开课的心得一脉相承：世界变平了，知识的门槛塌了。
心态。 中年人做事，最怕的不是难，是“来不及”。而现在，一个新的框架、一个新的领域，横在我面前的不再是高墙，而是一扇虚掩的门——推一下就开。
2.3 新天地与未探索的区域
我最近在读抽象代数，群里那个“每个元素和它的逆元配对”的定理让我着迷：偶数个元素里，总有人是自己配自己的。
开发模式的变化给了我同样的感觉。地图上突然多出了大片空白区域：AI Agent、MCP、多智能体协作、边缘部署……每一个名词背后都是一片未曾探索的大陆。不懂才好玩，这和当年看拓扑一样——像洋葱皮一样，一层一层往下剥。
我很开心。这种开心不是“轻松”，而是那种站在新天地边缘、明知走不远但忍不住想多走几步的雀跃。人到中年，还能有这种雀跃，是运气，也是时代给的礼物。
三、这场变化的三条心得
3.1 需求比代码值钱了
当编码效率不再是瓶颈，“做什么”比“怎么做”更稀缺。我现在的功课越来越多地花在需求梳理和方案设计上：把想法说清楚，AI 才能给我接近预期的东西。提示词写得越精确，返工越少——这是新的基本功。
3.2 审查能力是新的护城河
AI 生成的代码，我不敢闭眼接收。类型对不对、边界全不全、有没有安全漏洞、性能上会不会埋雷——审查的速度和质量，决定了 AI 开发的实际上限。能快速判断一段代码的好坏，正在变得比能写出一行好代码更重要。
3.3 拥抱工具，但不放弃理解
我依然坚持理解 AI 给出的每一块关键代码。倒不是洁癖，而是：只有理解了，才能在它出错的时候救场；只有理解了，这个领域才真正属于我，而不是属于我和 AI 的混合体。工具替我干活，但不能替我成长。
四、FAQ
Q1：完全没有编程基础的人，现在能用 AI 做出软件吗？
能做出“能跑的东西”，但做不出“可靠的软件”。AI 大幅降低了门槛，可需求拆解、架构判断、质量审查这些环节，仍然需要工程的判断力。我的建议是：以 AI 为老师边做边学，而不是指望一句话生成一个产品。
Q2：用 AI 开发，代码质量和安全性怎么办？
靠审查，不靠运气。我的做法是：关键模块自己读、自己测；敏感逻辑（认证、权限、支付相关）逐行确认；上线前跑完整的测试和扫描。AI 负责“快”，人负责“对”。
Q3：中年开发者还有必要追这些新工具吗？
太有必要了。恰恰是 AI 把“追新”的成本降到了最低——过去学一个新领域要几个月，现在几周就能上手做出东西。年龄带来的经验（业务理解、方案权衡、需求嗅觉）正在升值，年龄带来的学习时间短缺，正在被 AI 补上。
Q4：AI 开发模式下，下一步值得探索什么？
我的清单上有：AI Agent 与多智能体协作、MCP 生态、模型在垂直业务里的深度集成，以及把我做过的系统部署到更大的场景里去验证。新天地的地图才刚展开，空白区域越多，越值得走。
总结
回头看，这场“开发模式的变化”给我的东西很具体：生产力，让我把想法变成了 peerlink、变成了商务管理系统；领域的扩张，让我这个开发者重新变成了一个探索者。
技术对人的影响，从来是这样悄无声息又翻天覆地。蒸汽如此，电力如此，信息技术如此，AI 也会如此。而对我们个体来说，能做的只有一件事：门虚掩着的时候，伸手去推。
我很开心。新天地很大，慢慢走，不着急。