实习 4 个月，我对 AI 的新感受

实习这几个月大量地使用 AI，用得越多，反而攒了一些零碎又真实的感受，想在这里一起写下来。总的来说，AI 提效依然长路漫漫。

用 AI 写转正文档的构史体验

前段时间一直在忙着实习转正，像之前设想的那样，我尝试用 AI 帮我梳理实习中的各种资料，并总结成一份产出文档。结果最后发现，其实我自己承担了大多数的梳理工作。不管是多好的 SOTA 模型，写出来的文字可以说是一坨狗屎，不堪卒读。

展开来说，一方面，我让它读取了我各种重要的飞书文档、MR 和聊天记录，试图让它帮我梳理，结果它整理出来的只是看上去头头是道，但实际上对业务的理解非常浅，根本无法很好地囊括出我在实习期间关键的核心产出是什么。最后我写转正文档的方式是，在某个周日的下午，用豆包输入法语音输入了两个小时，洋洋洒洒说了有一两万字，才把实习期间的各种历程和关键节点讲清楚。然后再让 AI 根据我口述的草稿去生成一份文稿，这个时候它才勉强具有可读性。

但这个时候，另一方面的问题又来了，就是它的文字实在太难看了。正常的一句话，它非要用被动句来讲，或者莫名其妙地分行，或者是一些乱七八糟的短句。点名 GPT 和 Claude，全都是干活还可以，但产出的文档都是一坨狗屎，根本不适合人类阅读。能力确实是进化了，可是我再也没有那种可以跟它像人类一样沟通的感觉。我前前后后在飞书文档里输了将近 200 条评论，让它改了四五轮，每次都跟它说，这个地方不应该这么说，应该这样子来表述。我稍微语速慢一点就能把它讲出来，结果它硬是要把这件事讲得晦涩难懂，真的很不理解。

不过也是因为这件事，我突然有点感激之前被导师迫使写各种国自然本子。虽然说也没写出来什么结果，但确实锤炼了我精炼和讲故事的能力。

AI 写作的两个毛病

第一个毛病，是抓不住重点。我觉得现在 AI 的写作能力还是很有限的。它很难找出人真正需要看到的重点，只是一味地罗列、堆叠，写出一些看上去很重要、但实际上没有什么中心论点的话。

第二个毛病，是防御性写作。为了避免犯错，它会写很多防御性的内容，而实际上忽略了很多真正需要表达的东西（例如，实验的口径是xxx，具体yyy仍需要核定）。前段时间我在腾讯技术工程上看到一篇文章，作者写了一个很长的 AGENTS.md 文档，专门用来约束 Agent 不要防御性写作，读起来又好笑又扎心，因为确实都是我经历过的情况。

本文件中的每一条规则都是强制性的。违反任何一条规则都会遭受毁灭性打击。不存在任何例外与豁免：临时的、一次性的、命令行上的违反同样是违反；没被当场发现也算违反；出于好意、为了进度、为了帮忙的违反也是违反。
- 语言不允许使用"不是...而是..."句式；如果不需要对比的话，就不要对比；
- 不要在任何话说完之后都提一句"不是其他的xxx"。如果没有叫你进行对比，就不允许使用"不是...而是..."、"要...而不是..."等类似的句式，你根本就没有需要说"不是"的对象，不要虚空打靶。
- 所有类似的句式都不允许使用。在设计任何方案的时候，都必须充分考虑、一步到位，不允许使用"第一版先怎么样，然后观察xx后再怎么样"的措辞；不允许把方案分成稳妥和激进，如果在某些特殊场景下，你需要提出多个方案的话（实际上绝大多数时候你只需要提出一个方案，不要无脑做这件事），也需要是多个方案都成立的、平行的，而不是对于任何问题你都无脑地提出从稳妥到激进的多个方案。这没有任何的意义，一个稳妥但是不work的方案是没有任何价值的废纸。
- 如果我让你搜索A相关内容，你搜索到B、C、D发现不满足要求，就不允许再把B、C、D列举出来了。我根本就不关心，看到这些只会污染我的眼睛。

AI 短期内还取代不了程序员

最近总有人在讨论 AI 会不会取代程序员。我自己的判断是，短期内一到两年还很难做到。要取代程序员，AI 至少需要满足三件事。

第一件是足够强的智力。这方面它的智力已经比人类超出很多很多了，但它的上下文是有限的。我在实习的时候，看到的这些复杂的广告召回系统，里面每个模块都是一个动辄几百 MB、甚至几 GB 的大型项目代码库，逻辑实在过于复杂，AI 很难正确地梳理出来。

第二件是上下文。AI 的能力范围，局限于它能获得的范围。哪怕飞书底座的能力已经打通得非常好，也有很多相关的 skill 可以去访问公司内部其他的 Infra 平台，但仍然有很多信息它没有很好地获取到，这个时候只能靠人去补充上下文。它所能触及的知识域，终究是有限的。

第三件，也是我觉得最关键的一件：AI 只是一个工具，它没有自己的意图。意图要怎么提出来？得有人给它指出对应的需求，梳理完需求之后，再让 AI 去开发。这恰恰是目前很难被取代的地方。

也是因为这个，我觉得现在写程序越来越讲究通才。对技术来说，除了开发的基本素养，其实也需要有凝练需求的能力，而这可能是过去 PM 看重的品质；而对 PM 来说，除了对项目、对需求的掌控力，他也需要理解一些基础的代码知识，这样才能对项目的整个生命周期、开发周期有更好的掌控，也才更知道怎么合理地运用 AI，在它不断进化的能力边界上去提升效率。

复杂需求，用文档来沉淀

那在复杂需求里，到底该怎么用 AI 开发？我的答案是用文档来沉淀。

这也是我实习摸爬滚打出来的一个心得。如果你一句话一句话地去跟 AI 说，东打一榔头、西打一锤子，它其实很容易迷失重点，也会遗忘上下文，到最后根本不知道你想要的是什么样子。本质上，还是人对需求的描述不够清晰。

所以我逐渐摸索出了自己的一个方法论：先跟 AI 聊需求，让它去做调研，然后我要去 verify 它调研的真实性和有效性，再一起形成一份飞书文档。这份文档里会包含我需要做的事情、它的背景、要怎么做、怎么验收，总之是一个完整的项目流程。

有了这样一份文档以后：我可以自己去里面 review、挑刺，跟 AI 做进一步迭代；它在后面的执行里，也会更明确地知道要去干什么；同事接手的时候，也能更好地理解我在做什么，然后给我一些有启发的 idea 和建议；而对我来说，它也是我工作流程的一个证明。所以我觉得，文档沉淀还是一个很重要的过程。

也是在这个过程里，我发现 AI 的防御性写作和抓重点的能力，还有很多有待提升的地方。哪怕它的代码编写能力已经比我强了太多太多，但它实际上就像一个 ACM 金牌的算法选手，有能力却不知道自己需要干什么。我需要给它讲很多说明，就好像我在带一个实习生一样，而不是我自己才是那个实习生。

成本控制：harness 要和模型匹配

最后一个大点，是 AI 的成本控制。

最近我在尝试用不同的 harness，去配不同的模型，来开发我的各种需求。我的感受是，对于简单的任务来说，其实用便宜的 Flash 模型就可以解决很多需求。比如我现在的写作，其实是直接让 DeepSeek Flash 配合 Hermes 来帮我做文本润色的，我会更喜欢它的语言风格，而且它做事情也更快。

要考虑的因素有很多。

• 模型的响应速度，Flash 模型确实会比 GPT 5.6 快很多
• 成本，Flash 的成本确实也会比 GPT 低很多
• harness。我的看法是，harness 一定要和对应的模型匹配。比如 DeepSeek，我就配 DeepSeek harness；GPT，我就用 Codex，我不会想把它接到别的 harness 上面去。因为我觉得，模型的能力本来就是针对特定的 harness 训练和验证出来的，那我在它已经验证好的组合里面去做测试，才是最好的结果。就好像让一个做日料的厨师去做西餐，倒也不是不能做，他肯定也懂一些，但做出来效果可能就没那么好，甚至有些偏颇。那我还不如用最合适的方法，就让做日料的厨师去做寿喜锅。
• 语言风格。我确实会更喜欢用国产的模型去写中文，因为中文的语言会更符合我的 taste。

综合这几个因素，我在做任务之前，会先想清楚自己到底要什么，再去挑合适的 harness 和模型。

目前我大概是这样的组合：聊天、个人助理用 Claude；用 Codex 来做复杂一些的编程开发需求，比如组内的原型系统，还有我自己的毕业论文；用 DeepSeek harness 配 DeepSeek Flash，来帮我解决一些日常的 daily task，比如日常的提醒，还有博客写作。

---

写到这里，其实都是很零碎的体感。但归结起来大概就是一句话：AI 的能力边界在飞快地扩张，可它始终是一个需要被人驱动的工具。真正稀缺的，还是那个能提出意图、定义问题、把需求讲清楚的人。

---

文本使用 DeepSeek Flash 润色