两种极端都不可取
AI 时代，学生和研究者该如何使用 AI 写程序？一种极端是假装 AI 不存在，坚持纯手写——这不利于为遍布 AI 的世界做准备。另一种极端是把活儿全交给 AI（即所谓 vibe coding）：只盯着测试是否通过，不再细读每一行代码。后者会带来「自我欺骗」——以为自己掌握了，其实没学到任何有价值的技能。作者打了个比方：认知技能像肌肉，练起来难，丢起来快。
中间路线：手写，AI 审查
折中方案被称为「匠心编程」（craft coding）。它的价值取向是围绕产品本身的质量，细到每个细节；开发者承诺理解代码库的每一处，AI 可以用，但只在有助于这一理想时才用。最凝练的实践口号是「手写，AI 审查」：以当下模型的能力，不要让 AI 去做任何事，只让它审查你写好的东西，你认同才采纳。最好的比喻，是把 AI 当成一位资深程序员的代码评审。
匠心编程的十条戒律
- 不在 IDE 里用 AI，包括 LLM 自动补全；每一行字符都亲手敲。
- 最好不把代码库交给 AI；需要时在网页界面里粘贴片段，若必须授权，也只用只读权限。
- 不让 AI 运行任何东西；它给建议，你来执行。
- 不把 AI 对话框里的代码直接复制粘贴，要自己敲一遍。
- 能用普通搜索解决的事，不麻烦 AI。
- 问 AI 之前，先读文档。
- 只有自己实在解不出时才向 AI 求方案，并先给自己思考的时间。
- 请 AI 审查前，自己先检查一遍。
- 先运行代码排查问题，再让 AI 审查补漏。
- 没看懂的建议，绝不采纳。
为什么值得这么做
作者以科研代码为例：论文里的实验代码一旦出错，整篇结论都可能失效，因此科学是匠心编程的典型场景。安全关键软件同样如此——在 AI 时代，纯手写的代码反而不够安全，开发者必须把 AI 审查纳入流程，否则攻防会变得极不对称。
当然，适度使用也无可厚非。作者坦言自己偷懒时也会写潦草代码、让 Claude 直接调试，但他提醒这有「技能退化」的风险。GitHub Copilot 近期从包月改为按量计费，一些重度 vibe coding 用户月费从 30 美元涨到 750 美元，也算一种侧面注脚。
结论很朴素：手写与 AI 审查之间，藏着一片明智的中间地带。只要保持思考、不把大脑闲置，答案就在那里。
来源：Peter Bloem（peterbloem.nl）
