从怀疑到上头：我第一次用AI写代码的周末

跟 AI 一起写代码：从怀疑到上头

说实话，之前我对 AI 写代码这件事，一直抱有怀疑。ChatGPT 写个函数、Claude 解释正则，这些都信。但真要拿它做一个正经项目？感觉还是有点悬。

后来我看到身边朋友真的用 AI 把东西做出来了，而且不是随便玩玩，而是当成主力工具在用。这让我开始重新思考：是不是该把 AI 当成开发中的正式伙伴，而不是玩具？

测试项目：Cosmobot

我挑了一个放了很久的想法——Cosmobot。这是一个想把 Telegram、QQ、Discord 等多个平台的消息，统一接入一个聊天机器人的框架。选它做测试有几个原因：

• 项目不大，适合周末完成
• 用到了我不太熟悉的技术（Haskell、effect 系统、streaming 库）
• 不是玩具项目，有一定的架构要求

我给它配了比较新的技术栈：

Effectful
一个用来管理副作用的工具。和传统代码里到处写 IO 不一样，它要求你明确告诉函数“可能会做什么事”，有点像给函数加权限声明：

mayLog     :: (Log :> es) => Eff es ()
mayCallLLM :: (LLM :> es) => Eff es ()

Streaming
用来处理连续的数据流。适合把不同平台发来的消息合并、过滤、再统一处理。

第一次尝试：6 小时的“氛围编程”

我先写了一个简单的提示文件 AGENTS.md，把需求写清楚：

• 做一个统一聊天机器人框架
• 代码要工业级，但要好读
• 正确使用 effect 系统和 streaming
• 设计要干净、有逻辑

然后我就开始让 AI 写代码了。

结果让我有点意外。

让我印象深刻的几件事

QQ 接入一次成功

最让我意外的是加 QQ 支持的时候。OneBot 是国内常用的消息标准，英文资料不算多。我以为得来回改好几版，结果 AI 一次就写出了完整可用的代码，而且风格和 effect 系统很搭。

配置从 dotenv 换成 TOML

一开始用 dotenv，后来想换成 TOML。我以为得讨论半天，结果 AI 直接理解了改动范围，干净利落地完成了。

快速迭代带来的快感

最上头的是这个循环：写完 → 编译运行 → 看效果 → 提下一个需求 → 再来一遍。速度快到我都不用仔细看代码了，只要确认跑出来对就行。

这其实是最大的变化。以前觉得用 AI 写代码，质量可能会下降，结果反而更快、质量还不错。

真正改变的是什么

这次经历让我明白一件事：AI 不是来取代程序员的，而是把我们往上推了一层。

以前花在写实现上的精力，现在可以用来：

• 思考整体架构
• 检查行为是否符合预期
• 做方向性的决定

AI 负责把想法翻译成实际代码。

当然，代码不是每次都完美，但你还是需要理解它在做什么。好处是，你可以用 10 倍的速度去试想法、接新 API、调整设计。

对做站长和博主的启发

如果你也在用 NameOcean 管理域名、VPS 或 DNS，那其实可以参考这个思路。同样是快速迭代，同样能省下大量重复劳动。

以前手动写 40 小时的东西，用 AI 辅助可能只要 8 小时。不是因为 AI 比你聪明，而是它把“从想法到代码”中间的翻译工作做了。

现在的开发方式变了

AI 写代码已经不是偶尔试试的玩具，而是成了开发流程里的一部分。问题不是要不要用，而是怎么用得更好。

我用一个周末做完 Cosmobot 之后，感觉最明显的是：未来不是少写代码，而是能更快地做出更有价值的东西。

你之前也怀疑过？那就试试看。挑一个真实的小项目上手，可能会跟你一样改变看法。