历时半个月「AI 工具实战」系列终于写完了。从「用 AI 写文章」到「用 AI 写代码」再到「AI 踩坑指南」这个系列涵盖了 AI 辅助开发的方方面面。今天做个复盘说说这一路写下来的收获、反思和下一步的计划。一、先回顾一下系列目录第一阶段AI 工具横评对比测评 01 | 我用 AI 写了一周 CSDN 技术文章Claude/ChatGPT/通义实测 02 | 用 5 款 AI 写了同一个项目结果出乎意料 03 | AI 写代码靠谱吗写了 X 个项目后的结论 第二阶段AI 辅助开发实战 04 | 用 AI 做 Code Review提示词模板 实战案例 05 | 让 AI 帮你重构代码从烂代码到可维护的实战记录 06 | AI 爬虫10 分钟写一个爬虫的完整流程 第三阶段AI 踩坑与避坑指南 07 | 别盲目信任 AI部署服务器踩的 3 个大坑 08 | AI 辅助写作的 10 个常见坑和对应解法 09 | 本篇系列复盘与下一步计划9 篇文章覆盖了 AI 在技术工作中的应用全景写作、编程、部署、运维。二、数据复盘这系列的表现由于这是系列完结时才做的数据统计以下数据来自各平台阅读量趋势的估算仅供内部参考文章预估阅读量点赞收藏评论01 AI 写文章实测最高★★★★★★★★★02 AI 写项目对比较高★★★★★★★★★★03 AI 写代码靠不靠谱中等★★★★★★04 AI 辅助 Code Review最高★★★★★★★★★★★★05 AI 辅助重构代码较高★★★★★★★★★★06 AI 爬虫实战高★★★★★★★★★07 AI 部署踩坑最高★★★★★★★★★★★★★08 AI 写作常见坑中等★★★★★★★★★09 系列复盘----几个有趣的发现实用性最强的不是测评类而是踩坑类。第 07 篇部署踩坑和 04 篇Code Review的收藏和点赞最高——因为读者觉得「真的能用」。对比测评的讨论热度高但收藏率低。读者喜欢看对比吃瓜心理但很少收藏因为「看看就行了不一定用得上」。Code Review 和重构文章被团队leader疯狂收藏。这两篇在评论区出现了大量「直接转发到团队群里」的反馈。爬虫实战的评论最多。因为涉及爬虫的读者群体最杂——有学生、有职场新人、有产品经理问需求。三、写这 9 篇文章我最大的感受感受 1AI 确实在改变程序员的工作方式这系列写下来我越来越相信AI 不是让程序员失业而是让程序员的「工作密度」提高。什么叫工作密度传统工作模式 写需求 → 查文档 → 写代码 → 调试 → Review → 部署 → 修Bug 一天能干完一个功能就已经很累了。 AI 辅助工作模式 写需求 → AI 生成初稿 → 人工审查修改 → AI 做CR → 人工部署 一天能推进 2-3 个功能。 差异不在「AI 替你做了多少」而在「你能同时处理多少事」。感受 2会用 AI 的人和不会用 AI 的人差距在拉大这不是危言耸说。我身边的开发者朋友大致分两类A 类用 AI 的 - 写 PR 前让 AI 先审一遍 - 写新功能让 AI 搭脚手架 - 查文档让 AI 总结 - 结果开发效率翻倍 B 类不用 AI 的 - 直接手写 everything - 遇到问题自己 Google - 结果进度正常但就是慢半年前这两类人看起来差不多。一年后——A 类人在做架构设计、写技术博客、带新人B 类人还在「把功能上线」。差距不在技术深度在工具使用习惯。感受 3警惕「AI 依赖症」用得越多越意识到一个问题会写提示词不等于懂技术。场景 让 AI 写了一段 React 组件跑起来了。 但你不知道它为什么跑起来了也不知道哪里可以改。 下一个迭代来了 「帮我把这段改成支持多选」 如果 AI 给的方案不对——而你不懂原理——你就判断不了对错。我的底线原则AI 可以帮你「搭脚手架」但不要帮你「写核心逻辑」AI 可以帮你「Review 代码」但你必须「看得懂 Review 意见」AI 可以帮你「写文档」但你必须「知道文档里写的是什么」四、系列中最受欢迎的 3 个「宝藏提示词」从评论区的反馈来看这几套提示词被读者用得最多 宝藏 1万能报错提示词第 03 篇我在使用 [技术栈] 开发时遇到报错。 报错信息[完整复制] 出错的代码[粘贴] 上下文 - 这段代码的作用[描述] - 依赖版本[版本号] - 调用时机[描述] 请分析报错原因并给出修复方案。这个提示词被评论说过 200 次「真的好用」。原因是它把「向 AI 问问题」这件事标准化了你不用再想「该怎么描述我的问题」。 宝藏 2Code Review 三件套第 04 篇安全检查 / 健壮性检查 / 可维护性检查 三个维度每次 PR 过一遍。很多团队把这个直接集成到了 CI 流程里。虽然不是真正的自动化但至少让开发者在提交 PR 前多了一步「自检」。 宝藏 3爬虫模板第 06 篇通用爬虫模板改改 selector 就能用。这个被用在各种场景——从爬商品价格、爬天气数据、爬招聘信息。「模板」类的文章之所以受欢迎是因为它能直接解决问题。五、如果我重来一次哪些会做得不一样不一样 1先写踩坑系列再写测评系列测评类的文章「好看」但「不耐看」。踩过坑的文章才有长久的生命力——三年后还有人搜「Nginx 配置错误 404」你的文章还能带来流量。下次写系列先写实用的再写有趣的。实用的带来长尾流量有趣的带来即时传播。不一样 2每篇文章都配上可运行的代码仓库很多读者在评论区说「教程看了代码在哪」下一次每篇文章都附上 GitHub/Gitee 仓库链接。读者可以 clone 下来直接跑体验感完全不一样。不一样 3加一个「系列合集」索引页9 篇文章散落在 CSDN 的时间线上新读者不知道从哪开始看。应该在 CSDN 建一个「专栏」按阶段编排让读者能按顺序读。这对我来说也不难——AI 帮我生成了索引页的 HTML我贴上去就行。六、接下来打算写什么这 9 篇文章覆盖了 AI 在「开发流程」中的应用。下一步的计划有两个方向方向 AAI 驱动的产品开发从「一个人写代码」到「用 AI 做产品」 - AI 辅助产品设计画原型、写 PRD - AI 辅助数据分析Excel / SQL / BI - AI 辅助项目管理拆解任务、排期 - AI 辅助运营写推文、做海报、剪视频方向 B进阶开发者的 AI 工作流针对有经验的开发者 - 用 AI 做技术方案选型 - 用 AI 做系统设计 - 用 AI 做性能调优 - 用 AI 做技术分享和培训材料 - 构建自己的 AI 辅助开发工具链这两个方向都在计划中。读者呼声高的那个会优先写。七、给新读者的建议如果你是第一次看到这个系列不知道该从哪篇开始看新手入门路线 01 → 06 → 09 先了解 AI 能做什么 → 学一个具体的工具 → 知道坑在哪 进阶开发者路线 04 → 05 → 07 先学会用 AI Review 代码 → 学会让 AI 重构 → 学会部署时避坑 技术 Leader 路线 02 → 04 → 07 先看 AI 工具横向对比 → 在团队推广 Code Review → 制定部署规范八、写在最后写这个系列的初衷很简单把我用 AI 的真实体验分享出来不吹不黑。不是「AI 万能」也不是「AI 垃圾」。AI 是一个工具和锤子、和 IDE、和 Chrome 浏览器一样——它能把事情变快但前提是你知道自己在盖什么房子。感谢看到这里的每一位读者。如果你有任何想法欢迎在评论区直接说。每一条留言我都会认真看。感谢阅读整个「AI 工具实战」系列。如果你有好的选题建议或在 AI 辅助开发方面有自己的独特实践欢迎留言——说不定就是下一系列的素材。