好久没写文章了。 心里想写，却总觉得缺点由头。直到最近经历了几件事，彻底颠覆并重塑了我对 AI 编程的认知，骨鲠在喉，不吐不快。
我想聊聊那个被很多人忽略的真相：AI 确实拉低了「写代码」的门槛，但它并没有降低「软件开发」的复杂度。
1 售前朋友给我的惊喜
我曾经开源过一个项目——platform-sms。这是一个基于 SpringBoot 开发的短信网关服务，提供客户端 SDK，支持阿里云、腾讯云、亿美、合一等主流短信渠道，非常适合中小型公司。
这个项目最核心的设计亮点，在于我参考了阿里知名开源项目 Canal 后，精心设计的一套适配器 SPI 机制。很多技术朋友看到这种实现方式，都评价说设计得挺巧妙。
令我始料未及的是，我一位做售前岗位的朋友对这个项目产生了浓厚的兴趣。他想给项目新增一个适配器，用来对接其他第三方的短信渠道。
想法很好，但现实很骨感——他的 Java 基础极其薄弱。之前我们沟通过很多次，我也尝试过手把手教他，但受限于时间，进展相对较慢。
直到有一天，我随口提了一句：“要不，你试试用 Claude Code？”
我当场给他演示了一遍我的使用习惯，朋友还真听进去了。
结果几天后，他给了我一个巨大的惊喜：他竟然真的靠着 Claude Code 配合 DeepSeek，把那个适配器给硬生生开发出来了！
讲真，这完全出乎我的意料。看着他微信里发来的消息，字里行间都洋溢着跨界成功的兴奋与成就感。
那一刻，我真切地感受到了时代的洪流：AI 彻底撕碎了「写代码」的门槛，它让原本相对处于技术外围的产品经理、售前人员，一夜之间拥有了将想法变成代码的能力。
2 SimpleDateFormat 引起的事故
AI 编程确实让人惊喜，但背后也隐藏着风险。讲讲我身边的真实案例。
几个月前，一位做外包的朋友向我咨询问题。他正在用 AI 辅助重构一个历史系统的报表模块，上线没几天就遭遇了偶发性的账期数据错乱事故。
排查了一圈，最后发现核心问题竟然出在一段简单的代码里——多线程并发的环境下，定义并复用了一个全局的 SimpleDateFormat。
熟悉 Java 的人都知道，SimpleDateFormat 是线程不安全的。在并发场景下，内部的 Calendar 状态会被多个线程同时修改，导致格式化出来的时间错乱，甚至直接抛出异常。
我觉得很奇怪，问他为什么不用 Apache 的日期工具类，而非得定义一个全局变量。他回答说：”这是 AI 帮我写的，我看它写得又快又工整，注释也全，就直接放进去了……”
这件事勾起了我的回忆。2024 年，我曾帮助西南一家航空公司优化用户中心系统，当时系统分库分表经常路由失败，排查后发现也是因为共用了一个 SimpleDateFormat。我排查了很久，打印了不少 DEBUG 日志，才找到这个隐藏的 BUG。
因此，我对 SimpleDateFormat 有着天然的敏感度。但就在前几天，当我准备为项目中的双向认证模式写一个示例时，通过 Claude Code + GLM（MINIMAX）编写代码，赫然发现 SimpleDateFormat 又被定义成了静态变量——在多线程场景下，依然存在 BUG。
那么，我们能相信 AI 编写的代码吗？
不能完全相信。
对我而言，我们依然需要做大量的测试、大量的 Code Review，以及适度的微重构。
下图是我编写一个翻译软件的 RUST 项目：
AI 编写的代码经常会随性而至 ，虽然能实现功能，但可读性以及可维护性值得商榷，当然可能也和我的使用习惯有关系，我需要经常进行微重构，将模块组件化，才有可能将系统的可维护性维持在一个相对较高的水平。
3 软件工程的复杂度并没有消失
经历了这两件事，我更加确信那个结论：
AI 降低了『写代码』的门槛，但是没有降低『软件开发』的复杂度。
对于非专业或初级开发者：
AI 给了他们一辆跑车，让他们能迅速在直道上飙车（比如快速实现一个独立的适配器）；但如果没有驾照（基础知识），到了复杂的弯道（多线程、高并发、高可用），翻车只是时间问题。
对于资深开发者：
我们的价值不再是“打字员”，而是“架构师”与“守门员”。我们需要用更高的眼界去指导 AI，用更严苛的标准去 Code Review。
写下这些感想，并非想要否定 AI 编程的巨大价值——恰恰相反，我自己就是一个 AI 的重度拥抱者和受益者。
我只是觉得，在全民惊叹于 AI “无所不能”的浪潮中，我们作为真正的技术从业者，更应该保持一份难得的清醒。
除非有一天，真像马斯克所预言的那样：AI 能够跨越所有中间态，直接为人类生成百分之百完美的二进制程序。
可真到了那一天，人类也将彻底失去阅读、审计和 Debug 的能力。当系统再次发生偶发性的异常时，面对那串冰冷的、由 0 和 1 构成的终极黑盒，我们连去哪里打印一条 DEBUG 日志都无从知晓。
那种被未知支配的恐惧，恐怕不是我们想要的未来。
所以，在那个科幻的终点线到来之前，我们必须承认：工具再锋利，也只是延伸了手臂；而决定工程质量上限与底线的，始终是屏幕后面的那个大脑。
《AI 降低了『写代码』的门槛，但是没有降低『软件开发』的复杂度》 是转载文章，点击查看原文。
