说实话，每次看到讨论AI编程的帖子，我都在想这帮人到底自己写不写生产代码。现在最核心的争议点是，开发者觉得AI生成的代码质量不行、上下文窗口有限、还得自己重构，离“独立开发者”差远了。说白了就是个高级点的Stack Overflow。
社区里大概分几派。一派是纯乐观派，认为工具链在进步，像Cursor这类IDE集成工具就是未来，你只要“想”就行。另一派是实用派，说AI写点样板代码、解析老代码还行，但稍微复杂点的业务逻辑就抓瞎，Debug成本反而更高。还有一派是悲观派，觉得现在AI写代码就是个玩具，真正严肃的软件工程，从架构设计到性能优化，再到和PM、测试扯皮，AI连边都摸不着。
从一个PM的视角看，这玩意儿最大的问题还是场景没闭环。你说它解决的是“写代码”这个需求，但真实世界里，程序员的工作流是“理解模糊需求 → 拆解成技术任务 → 写代码 → 调试 → 自测 → 和上下游对齐 → 重构”。AI目前只能插在“写代码”这一小步里，而且生成的代码往往和前后环节脱节。你让AI根据一句模糊需求生成个函数，它可能给你一个看似能跑的版本，但数据结构不符合你现有模块的约定，性能特性没考虑，错误处理也没对齐团队规范。最后你还得花更多时间把它生成的代码“翻译”回你的工程上下文里，这效率到底是提升了还是降低了？
更关键的是用户价值在哪？对于资深开发者，它可能是个稍微快点的自动补全。对于新手，它可能给出错误示范，让人更不理解底层原理。对于公司管理层，他们听到的可能是“AI取代程序员”的科幻故事，然后制定出不切实际的KPI。这个产品目前最大的价值，可能就是制造了话题和焦虑，创造了一个“AI编程助手”的市场，但到底解决了谁的真问题，能形成商业闭环吗？我表示怀疑。所以我的判断是，除非哪天AI能真正理解一个复杂软件系统的全部上下文和约束，并参与到从需求分析到部署上线的完整协作流里，否则它始终就是个辅助工具，别指望它改变游戏规则。