随笔·阅读约 1 分钟·
AI 时代的原型速度:从个人瓶颈到 4 倍加速的实践反思

AI 时代的原型速度:从个人瓶颈到 4 倍加速的实践反思

当 AI 让写代码不再是个人的瓶颈时,你的工作方式会从根本上改变——一位资深开发者的真实记录:实验增多、范围扩大、但技能维护也成了新课题

原文来源:The Speed of Prototyping in the Age of AI — 一位开发者对 AI 改变其工作流程的真实反思,不是工具推销,而是速度与代价的诚实记录

下面这些话是作者的个人反思——不是任何工具的推销。每个人的体验都会不同。

"过去一年里,我的工作方式发生了根本性的变化。最大的瓶颈曾经是我自己——搭建项目框架、连接那些无聊的部分、把代码拼凑到可以测试有趣功能的状态,光是这些就要花掉大块时间。快进到今天,这个瓶颈几乎消失了。"

这段描述其实代表了当下许多开发者的真实感受,但 Daryl 的特别之处在于他把它量化了:在他的日常工程任务中(排除特别困难或特别简单的例外情况),平均速度提升约 4 倍。 不是 20%,不是 50%,是 4 倍。

速度不是唯一的变化

更值得关注的是速度带来的质变——不只是把以前做的事做快,而是能做以前做不了的事。

"那些我以前会归类为'好想法但没时间做的'事情,现在一个下午就能搞定。重构不再需要攒到某个'大版本'——它可以在一次代码会话中完成。尝试新技术的成本几乎降到了零。"

这种变化很难用数字衡量。他说自己现在更关注边界、契约和系统架构——在写代码之前先想清楚整体结构。不再关注具体的代码行,而是关注组件如何配合。

还有一个意想不到的收获:委派技能提高了。 把成功的样子描述清楚、让另一个人(或一个模型)在你不在场的情况下执行——这个技能不仅适用于 AI,也适用于管理人。从提示词到下达指令,本质上是同一个能力。

他用 AI 做了什么

Daryl 在文章中列出了过去一年用 AI 辅助完成的一些项目:

  • Sakoa —— 一个带有 effect 系统、三种内存模式和 MIR 多后端的渐进式系统编程语言
  • Kato —— 介于 JSON/TOML/YAML 之间的配置语言,对人类和 AI 都友好
  • Seal —— 用操作系统原生凭据存储替换 .env 文件的 CLI 工具
  • Karabiner —— 基于 iOS 的 AI 原生即时通讯应用
  • Plim —— 受 Notion 启发的可嵌入块编辑器,框架无关核心 + React 绑定

"几年前,那个列表会是三个只有 README 的仓库、两个废弃的分支、以及一个我会暗自得意的可工作原型。现在?原型真的存在。它们能跑。有些还有测试。有几已经开始像真正的项目了。"

真实性在于,他不是说自己全职做这些事情,而是这些以前根本不会出现在待办列表上的想法,现在可以快速验证并投入使用了。这才是速度的真正价值——不是写了更多线上代码,而是尝试了更多想法。

速度的代价

4 倍的加速不是免费的。

"同样的速度让我高效,也意味着我手写的代码量比以前少得多——我需要刻意保持自己的技术能力。"

他列出了几条保持技术手感的具体做法:

  • 亲手从头到尾实现一个功能 —— 不借助 AI,完整走一遍
  • 阅读源码而不是问 AI 总结
  • 用调试器而不是粘贴堆栈信息到 AI 聊天

注意,这些都是他主动去做的事情——不是工作流程自然要求的。如果不刻意维护,你在编程中的基本能力会无声地退化。 不是说你突然不会写代码了,而是那种"随手写出好代码"的肌肉记忆会慢慢消失。

但好的一面是,省下来的时间——那些以前花在"无可避免的中间环节"上的时间——现在被用在了探索、学习和奇怪的小项目上。

工作中的实际成果

他在写文章时所在的日间工作中,实现了一些过去腾不出手做的事情:

  • 建立了支持其他工程师的自动化工具(细节在等待确认)
  • 将内部开发环境的启动时间减少了约 50%

"速度的变化不只是加速了我已经在做的事情——它还扩展了我能做的事情的范围。"

这种"范围扩展"在日常工作中表现为:团队里没人负责的自动化项目、被搁置了很久的性能优化、以及那些"等我们有空再做"的改进——现在你是那个能抽出空来做的人。

不是一个人在经历这些

Daryl 还提到了几位同样在记录这种转变的工程师:

  • Mike McQuaid(Homebrew 负责人)—— 用沙箱 + Git 工作树并行工作,核心观点是"更多 token/花费直接转化为更高速度"
  • Cassidy Williams(Hubber)—— 用 Copilot CLI 做个人项目的探索
  • Simon Willison —— 著名的"超级能力"帖子,是编码代理能力的更广泛探讨

这些人的共同点是:没有人说 AI 是魔法,但每个人都说实际体验是"快了,而且快了很多"。

没有宏大结论

文章结尾他没有做那种"所以我总结了 N 个要点"的总结。他只是说:

"我还是不认为 AI 是魔法,我仍然对更宏观的问题保持审慎——环境、金融和社会的疑问都还在那里。但对我个人来说,现在的日常现实就是我能比过去更快、更大胆、产出更多。"

这段话的诚实之处在于它承认了一个矛盾:你对技术的长远影响有着种种担忧,但你当下的体验确实很棒。 两者可以同时成立。

AI 代理时代的原型加速是一个事实,不是什么未来预测。关键在于你如何调整自己的工作方式来适应它——既要利用速度去探索更多可能性,也要有意识地保护那些只有亲手实践才能获得的能力。

分享到
微博Twitter

© 2026 四月 · CC BY-NC-SA 4.0

原文链接:https://aprilzz.com/ramble/speed-of-prototyping-ai