你好鸭 #113｜全栈程序员实操分享：AI coding 已经占据了我日常开发的 99%

这是电鸭社区《你好鸭》访谈系列第 113 期，受访者是工作了 20 年的全栈程序员 Meathill。他现在日常开发的 99% 都交给 AI coding 完成，团队管理也几乎全部转向"语音 + AI"的文本协作方式，并把自己摸索出的一整套 AI 编程工作流开源在了 GitHub 上。

介绍下你本人的经历及当前所做的事情吧

大家好，我是 Meathill，大龄全栈程序员，今年是我工作的第 20 年。

我的工作经历比较丰富，从中型公司管理层到创业公司初创员工都做过。目前在朋友的创业公司工作，希望给新的 AI 时代的超级个体们带来一些帮助，也给我们自己找到新的机会。

是什么时候，怎样的契机，让你开始接触 AI 及其相关？

我对信息有很强的欲望，用时髦的话说就是 FOMO，Fear Of Missing Out。所以一直都在关注各种不同的新闻。

我最初对 AI 的印象其实来自 GitHub Copilot。很早以前，Copilot 实现了更高级的自动补全（tab），比一般 IDE 的简单打字补全函数名强得多，那会儿我就到处宣传。所以当 GPT 3.5 问世，我很快就被它吸引了。

当前，你在用 AI 解决什么问题？效果如何？

如今，AI coding 已经占据了我日常开发的 99%，除非它搞不定，否则我多半不会直接编码。

我认为 AI 编程的能力是很强的，大部分时间能解决问题。但是它的知识库并不是很新，也无法确认什么是最佳实践，所以有些时候还是需要我们动手。当然，现实世界的程序员其实更差，哈哈。

我们还用 AI 处理团队的日常管理，已经完全抛弃了日历甘特图，全走文本 + AI，目前数据量不大，效果很好。将来可能会想办法上 RAG。

利用 AI 处理团队的日常管理，效果很好？展开讲讲

我们目前采用基于 AI 的项目管理协作，我觉得非常好，推荐给大家：

启动一个 git 仓库
每个人有一个文件夹
文件夹里有若干个目录，比如：
- Journal：日常工作 todo / done
- Deep-research：调研
- Talk-notes：会议记录
- Agenda：议程
每天通过语音把任务更新进去
每次开完会，通过语音把会议摘要记进去
当我需要了解同事 A 的进度，我只需要问 AI："A 目前在忙什么"
日报周报月报，随时都有

99% 的开发工作都用到了 AI？具体的使用场景和流程是什么？

首先，在项目中引用我的 AI 指引：copilot-instructions

我不太喜欢现在的 Harness 方案，我觉得太复杂了，而且随着项目进展，太多的上下文会分散模型的注意力，我们应该更多使用原则而不是事无巨细。

完整流程是这样：

建立 PRD.md 和 TECH_SPEC.md，开发项目
开发过程中，每隔 25 个 commits，使用我的维护 SKILL 进行项目维护：code-maintenance
项目开发完成后，使用我的测试 SKILL 进行测试：website-operator-qa
项目上线后，需要小心推进，此时建议使用成熟的 git flow 开发项目：
- 启动分支，进行开发
- 开发完成后，提交 GitHub，由 Copilot 进行 code review
- 使用我的协作 SKILL 进行 PR 修复：pr-review
- 最后完成上线

这套方案是我最近几个月摸索的方案，仍在打磨中。

我这个人喜欢第一性原则，从源头开始思考。我认为 harness 方案是好的，但是它的源头是大公司大项目的成熟管理制度，约定太多，规则复杂。

通常来说，这些方案对受过良好教育、良好训练的名校科班生来说，能产生更好的结果；但是对广大半路出家的非典型开发者来说，未必合适。

对现在仍处于高智能低智慧的 AI 来说，更难产生好的效果。所以我更希望用更少的约束，让 AI 自由发挥。

平时使用频率最高的 AI 工具/模型有哪些？各自的使用场景是？

我基本上"御三家"一起用，Claude、Codex、Gemini 都有订阅，包括：

Claude Code App
Codex App
Antigravity
各种 CLI
Copilot

日常开发主要用 CC（Claude Code）和 Codex，Antigravity 被 Google 玩废了，用处不大，现在基本当记事本用。

Copilot review 代码很绝，一些小需求直接提给它也能解决。

CLI 前几个月用的多，自从 C 家、O 家的应用跟上，CLI 已经很少用了。

日常管理用 CC。

平均每周消耗的 token 数量是？有无什么省钱小妙招？

没有具体看过 token，我觉得意义不大。想刷完当然可以刷完，但是那有意义么？

我现在的订阅是：

CC（Claude Code）：$100/月
Codex：$20/月
Gemini Pro：Google 开发者送的
GitHub Copilot Pro：做开源送的

大概能用 60% 吧，所以不太考虑省钱，哈哈。

我的建议是，如果你要省钱，那就直接买 CC $200/月或者 Codex $200/月的版本，这就是省钱。所谓慢就是快，贵就是便宜。

哪些判断、决策或步骤依然由你自己完成，没有交给 AI？为什么？

基建 + 技术框架：这俩东西基本是绑定的，AI 也能提供帮助，但是不大。从技术上来说，这些知识的积累远不如各种语言代码，所以 AI 的意见只能参考，绝不可轻易听信。
Bug：考虑到 AI Context 容量，复杂项目的 bug 修复通常需要我自己动手，尤其是线上问题。这个我倒是想交给 AI，但是它做不到。
测试：AI 没有什么产品品味，它对产品的要求还不如我这个钢铁直男程序员，所以必须由人工来验收结果。

日常生活中，有在使用什么 AI 硬件/智能物品吗？

除了手机，我基本不太用别的"智能物品"。可能跟工作相关吧，我一天 10 小时面对电脑，周末也不例外，所以不太需要其它硬件。

车买的时机不对，还是燃油车，所以比较机械。

平时通过哪些渠道获取 AI 相关的资讯？

Twitter 和微博，基本就这俩，足够了。

各家 AI 大厂的广告邮件我也会看看，了解一下主推功能。

工作之外，AI 还将怎样影响人类社会？

首先，AI 会极大地影响我们生活的方方面面，这是毫无疑问的。

但是，正如人类历史上诸多"革命性"的变化一样，现在的人可能无法准确判断出来大潮的新方向。所以我们只能想办法跻身其中，主动弄潮，不要被动地碰运气。

至于变化，我觉得短期内，一大波基础岗位的失业潮不可避免。文科理科都是如此，因为 AI 的替代能力太强了，职场新人的能力又难以匹配野心，所以对这两年毕业的新人来说，会很难过。

给还在观望 AI 的朋友们一些建议

别观望了，赶紧开始用，想方设法摸索 AI 的能力边界
慢就是快，贵就是便宜，直接用你能接受的价格买最好的服务
多接触行内人士，了解 AI 动态
努力学习，但不要焦虑，尤其不要报班

接下来的计划

我有不少东西想做，有了 AI，感觉都可以试试看。

但是 AI 只能加速开发，无法提升成功概率，所以我还是需要跟人合作。我目前能拿出来的资源很有限，所以只想招靠谱的实习生。

也欢迎大家在各种平台关注我：

如果对这次分享感兴趣，也可以通过电鸭主页联系作者。

Meathill 目前正在重庆组织线下 Vibe Coding 聚会，聊 Vibe Coding、技术出海、独立开发、远程工作等话题，每周一次，感兴趣的重庆本地朋友可以申请加入对应的电鸭群组。

本文整理自电鸭社区《你好鸭》访谈系列第 113 期。