几小时就搭出了原型。能跑，看起来像那么回事。
我把它删了。
不是因为它坏了——是因为我讲不清它在干嘛。这比什么都没有更让我难受。
建了又拆
项目是个AI API成本优化器：监控多个大语言模型的用量，按成本路由请求，模型故障时自动降级。概念扎实，能进作品集那种。
Cursor很快生成了框架。
然后我坐下来审代码。我能读懂每一行，但讲不清逻辑。这是两回事。要是有人问我为什么选这条路由，或者两个熔断器同时触发会怎样——我只能猜。连猜对猜错都不知道。
整项目删光。不是慢慢修、指望哪天突然悟透。就是：删，重来。比交付一个我无法掌控的东西更诚实。
浪费掉的一天
笔记本坏了。送修。干等几小时。
下午过半就知道这天废了，没硬撑。有些日子就是"有生活"的代价。
重建——一块一块来
换Claude重来。但工具其实不重要。
变的是工作方式。
第一次：描述完整需求，让AI一次性生成大部分代码。
第二次：一次只做一小块。先把基础API调通，搞懂了再碰下一部分。然后路由逻辑——搭完、读完、提问、过关。再是降级处理。每一块必须搞懂，才加下一块。
更慢。但项目长成了我能跟上的样子。
当天结束，MVP重建完成并部署。同一个项目，同一个概念——但这次我能解释每个决策。
这就是"你建的项目"和"为你建的项目"的区别。
下一个项目——部署的现实暴击
再做了个RAG知识助手：传文档、提问、基于内容回答。开发挺顺。
部署翻车。
免费托管限额。意想不到的约束。几小时折腾跟AI逻辑完全无关的基础设施。那种教程跳过的问题——它们默认一切开箱即用。
最终上线了。但真正的教训不是RAG管道——而是"本地能跑"和"真实环境能跑"是完全不同的技能。这个鸿沟没人聊够。
我实际在改什么
AI的速度是真的，也有用。但速度不带理解会制造问题——你拿到无法维护、无法调试、无法诚实称为己有的东西。面试时讲不清的炫酷项目，不是资产。
我不再让AI生成完整项目了。拆成小块，待在理解边缘，用AI把边缘往前推——不是直接跳过去。
目标不是快。是拥有。
热门跟贴