总阅读量:次

⭐⭐⭐ Spring Boot 项目实战 ⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》 《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》 《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》 《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》 《Java 面试题 + Java 学习指南》

摘要: 原创出处 http://www.iocoder.cn/Fight/AIshidaichengxuyuandewuzhongliupai/ 「芋道源码」欢迎转载，保留摘要，谢谢！

🙂🙂🙂关注微信公众号：【芋道源码】有福利：

  1. RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表
  2. RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址
  3. 您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。
  4. 新的源码解析文章实时收到通知。每周更新一篇左右。
  5. 认真的源码交流微信群。

AI 工具铺天盖地，但程序员群体对它的态度分化得比技术栈选型还夸张。有人拿它当左膀右臂，有人视它为洪水猛兽，有人觉得它能取代自己——这几类人你身边一定都有。

观察了身边上百个开发者的真实状态后，我总结出五种典型流派。先别急着对号入座，看完再说。

守旧派：用”安全”包装的舒适区

“AI？不可能用在我的项目上，关键系统必须我亲自把关。”

排斥 AI，坚决手敲，安全第一。在金融核心系统、航空控制这类领域，这种谨慎不但合理而且必要。问题是，大部分自称”守旧派”的人并不在写火箭控制代码——他们守的不是安全底线，是舒适区。

典型表现：

  • IDE 自动补全都嫌多余，Copilot 提示直接关掉
  • 把”手写每一行代码”当成工匠精神
  • 对 AI 生成代码的态度：不看一眼直接否定

真实画像：要么是在关键基础设施领域真正需要极致审慎的底层大佬，要么是拒绝接受工具迭代的”手工艺”执念者。前者值得尊敬，后者只是在用”专业”包装惰性。

轻度维新派：把 F1 赛车当买菜车开

“AI 帮我写写重复代码还行，复杂逻辑和核心代码必须自己来，AI 生成的每一行都要审。”

接受 AI，但只当打字加速器用。Tab 补全用得飞起，Copilot Chat 偶尔问两句，Agent 模式碰都不碰。

典型表现：

  • 只用行内补全，不用对话/Agent 模式
  • AI 建议的代码，逐行审完才敢用
  • 生成的单元测试会全部删掉重写
  • 工具链：GitHub Copilot 的 Tab 补全，偶尔用用 ChatGPT 网页版问问题

真实画像：浅尝辄止，吸收好处但拒绝深入。这是目前占比最大的群体——大约 60% 的开发者处于这个状态。好处是不会踩大坑，坏处是效率天花板明显。

半维新派：当前最优解

“需求和架构我心里有数，直接让 AI 生成整段代码和文档，关键衔接和测试我亲自过。”

拥抱 AI 做主力生产工具，但在关键节点保留人工控制。用 AI 写初版代码、生成文档、跑测试、做代码审查，自己负责架构决策和最终把关。

典型表现：

  • 用 Claude Code / Cursor 做日常开发主力
  • 能写结构化 Prompt，引导 AI 按照架构规范输出
  • 代码生成后只审关键路径，不逐行检查
  • 让 AI 生成 PR 描述、技术文档、单元测试
  • 工具链：Claude Code + Cursor + ChatGPT，偶尔用 Copilot Workspace

真实画像：粗中有细，效率和质量兼顾。大多数高效工程师正在走向的状态。 AI 是生产力倍增器，不是大脑替代品——前提是你自己得有脑子。

维新派：Prompt 即代码

“业务需求我门清，Prompt 写得严谨完备，99% 的代码让 AI 来。”

驾驭 AI 到极致的高级玩家。能写出好 Prompt 的前提是你自己能写出好代码——否则连 AI 写得对不对都判断不了。

典型表现：

  • 一个需求拆成多轮 Prompt，像写技术规格书一样严谨
  • 用 CLAUDE.md / Cursor Rules 做项目级指令管理
  • 自己几乎不写实现代码，专注在架构设计和 Prompt 工程
  • Token 消耗大户，月均 API 账单三位数美元起步
  • 工具链：Claude Code（Max 订阅）+ Claude API + MCP 集成

真实画像：强者愈强。这类人本身基础就扎实，AI 是他们的杠杆。代价是 Token 账单吓人，以及偶尔需要跟 AI “吵架”纠正方向。

幻想派：零乘以任何数还是零

“学代码过时了，AI 什么都能做！”

不会写代码，不会写 Prompt，对编程基础一无所知，但坚信 AI 能帮他完成一切。鄙视学习编程，极端宣扬”程序员无用论”。

典型表现：

  • 在社交媒体大肆宣扬”不用学代码了”
  • AI 生成的代码报错，完全无法 debug
  • 把”让 AI 帮你写”当成技能写在简历上
  • 用 AI 生成了一个 TODO App 就觉得自己是全栈工程师

真实画像：幻想不学任何基础就能驾驭软件工程的人。AI 是放大器——放大你已有的能力，但零乘以任何数还是零。

五种流派速查对比

流派 AI 使用深度 典型工具 产出效率 风险点
守旧派 拒绝使用 纯手写 + 传统 IDE 基准线 逐渐被效率碾压
轻度维新 行内补全 Copilot Tab 补全 1.2-1.5× 效率天花板低
半维新 对话 + Agent Claude Code / Cursor 2-4× 需要足够的架构判断力
维新派 全面驱动 Claude Max + MCP 5-10× Token 成本高，过度依赖
幻想派 无效使用 ChatGPT 网页版 0.5× 产出质量不可控

说几句大实话

最危险的不是守旧派，是幻想派。 守旧派至少有真实的技术能力兜底，只是效率慢一点；幻想派连兜底能力都没有。

最该警惕的是从轻度维新”跳级”到幻想。 有些人看了两篇”AI 取代程序员”的文章就放弃学习基础——这比不用 AI 还要危险。

对大多数人来说，半维新派是当前最现实的目标。 基础打扎实，工具用到位，在关键节点保持判断力，效率和质量都能上去。

流派不是固定的。 同一个人在不同场景下可能切换流派——写核心算法时切回守旧派，写 CRUD 时切到维新派，这才是成熟的做法。

文章目录
  1. 1. 守旧派：用”安全”包装的舒适区
  2. 2. 轻度维新派：把 F1 赛车当买菜车开
  3. 3. 半维新派：当前最优解
  4. 4. 维新派：Prompt 即代码
  5. 5. 幻想派：零乘以任何数还是零
  6. 6. 五种流派速查对比
  7. 7. 说几句大实话