AI编程似乎进步略微放缓

发布时间: 2026-02-08

前言

今天又想聊一下AI编程带给我的最新的个人感受，还是简短的谈一点，想到什么说什么。

一、SDD文档驱动开发

SDD的效果已经很棒了，能够极大的增加模型生成代码的确定性，在现有一众辅助AI编程中这个带来的提升明显， 也可以解决交互越多记忆丢失，AI生成代码反复横跳的情况。

近期我使用了openspec和speckit两款SDD开发的工具，前者更加适合既有项目，他在既有项目上的表现优于speckit，效率更高，生成的文档更少， 需要使用的命令也更少，speckit则需要执行好几个既定流程的命令来实现文档的生成。因为本文只想探讨AI 变化，SDD的相关文章我会单独写。

二、AI模型的提升略微放缓

最近我使用的很多款模型，它们都有版本更新，官方都宣称能力提升多少，但在实际的使用中的话，感受并不是特别明显。对于一些复杂的场景来说，仍然是会出现生成不是很到位，然后一些细节或者说边界没有考虑到的情况， 因此我暂时称它为模型的发展略微放缓。最近有一个小需求我没有使用SDD，想着改动不大就还是用对话来开发，把我折磨得不行。

三、超级个体

现在海外的话，超级个体这个词语出现的比较多。借助 AI 的发展，软件的定制化成本变得更低，但其实本质上也没有低多少，可能就是100%的成本和70%的成本的区别。 但是仍然有很多人在用 AI 结合自己的一些创意去做一些小而美的软件。 但目前看起来，大部分开发者仍然是处于做东西“玩”，真正变现的可能是用来接外包的个人开发者。

四、AI提效到底提了多少

AI 体校这个话题其实现在还很有争议，就是各个方面其实都还不太能够统一，体校这个词语在国内用的比较多，但是在海外的话大家很少提及这个词语。但从我获取的数据来看的话，AI 体校目前不太乐观，而且成本的降低也并没有带来很大的一个降低，反而会带来一些新的问题。

根据公司内部的分享，我获取到的一个数据是 AI 提效，对于中高级的程序员是最明显的，大概有60%以上的代码是由 AI 生成。但是请注意，这里的60%有 AI 生成，并不是说效率提升了60%，因为程序员更多的时间会投入到审查文档以及检查代码的工作上。然后对于初级程序员来说的话，提效的比例非常的少，其中一个很重要的原因就是初级程序员对于实现某个任务的时候。他不能写出很好的提示词来让 AI 帮他完成工作。遇到问题的时候很容易就被卡住，不知道如何写，如何实现。遇到 bug 的时候也不知道从什么方向去排查，这样会让 AI 反复的在原地打转。

五、新的开发模式

现在有一种新的开发模式，使用多模型协调工作。比如说用 Claude 来做全局统筹代码的逻辑，使用 Codex 来实现界面，使用 Gemini 来实现。我觉得这是一个非常不错的发展方向，在现有模型存在的客观限制的情况下，如果谁能够拥有操控多个模型协同工作的能力，那么将会变成未来最先适应 AI 的那一批人。 它的实现方式大致是在 CLAUDE.md 中定义工作流程。让 Claude 具有反思的能力，他会思考某一项工作应该交给谁来做更好，总归来说就是定义需求，制作需求实现的工作流程，制定验收标准，然后等着他们干完活。如果说你想做一个超级个体的话，这一条线是值得去探究一下的。 对于需求不清晰，或者自己都不清楚怎么做的情况下，其实可以跟 AI 进行多人交互，给他一个基础的提示，然后让 AI 来帮助你。反问你的方式去逐渐的丰富细化你想要做的事情。

我最近云服务器上的数据库管理其实不太方便（我没有用云DB，出于成本考虑我在个人服务器中安装了数据库），我计划用这样的方式去创作一个我心目中的数据库管理工具。

六、OpenClaw的爆火

OpenClaw爆火我觉得不是它的技术有多大的突破，而是终于有人做了一个大多数人都可以用的AI代理“人”，就像AI编程IDE一样的东西，现在它去到你的电脑中，可以根据你的需要帮你读写电脑中的数据、帮你实现你制定的工作。 接下来还会有桌面版的AI代理，这个出来之后才是真的白领要失业了。

七、模型成本的高企

尽管现在有Spec驱动编程，有多模型协调编程，又或者OpenClaw，他们依然是靠燃烧大量token来完成工作，，对于我这种个人来说，还是有些难以负担。