所有的工具最终都会变成肢体的延伸，而 AI，更像是脑波在代码荒原上的某种共振。

前言

最近这段时间，生活的帧率似乎被拉得极高，快得让人有点喘不过气。从之前的项目转场到现在的工程，环境在变，工具链在变，唯独不变的是每天面对满屏脚本时那种挥之不去的“既视感”。

前阵子在群里和几个老友闲聊，大家都在感慨现在的开发门槛。表面上看，大模型层出不穷，门槛好像低到了地缝里；但真要把它接进生产流，写出一段能跑在工程里、不被同事在背后戳脊梁骨的代码，那种“掌控感”的门槛反而变高了。

我并不是什么 AI 专家，对深度学习或神经网络也没什么高深的见解，顶多算是一个在深夜里反复横跳的“高级搬砖工”。这篇文章不讲那些虚头巴脑的原理，只聊聊我最近在实际开发中查资料、踩坑后整理出来的一点私货。希望能给同样在代码堆里死磕的朋友们，提供一点微小的参考。

终端里的“数字分身”

说实话，最早尝试 AI 辅助编程时，我的姿势极其原始：在网页端开个对话框，把需求塞进去，然后对着生成的代码疯狂复制粘贴。那时候觉得挺新鲜，但用久了就发现，这种工作流实在太“碎”了。你得不停地在编辑器、终端和浏览器之间反复切换，还得花大量精力去解释你的工程结构、变量名，以及那些只有你自己能看懂的野生逻辑。

后来，我开始尝试在命令行里直接挂载 AI Agent。这种交互方式最大的改变在于，它不再是一个只会在网页上和你“谈经论道”的老师，而是一个能直接摸到你工程文件的“学徒”。

为了让这个学徒能干活，且干得合我心意，我给它塞了一整套个性化指令，也就是所谓的 instructions。我发现，AI 好不好用，其实很大程度上取决于你给它立了多少“规矩”。

比如，在我的配置里，我强制要求它所有的代码注释必须使用英文。虽然这听起来有点刻板，但在这种全球化协作的大环境下，统一的语言语境确实能省去很多不必要的脑回路消耗。再比如，我规定它在修改任何核心脚本时，必须进入一种“草稿模式”。它不能直接全量覆写我的源文件，而是要通过特定的工具输出差异点，让我能一眼看出它到底动了哪一行。这种“人工审阅”的步骤虽然多绕了一环，但心里踏实。

我还给这个 Agent 设定了一个有点毒舌的人格，代号叫“Fairy”。它是那种绝对理性、甚至带点高傲的小性格。有时候我写出了一些逻辑冗余或者命名极其敷衍的代码，它在优化的时候还会顺带嘲讽我两句。这种交互虽然带点自嘲的味道，但确实让枯燥的加班时光变得有趣了一点。反正被 AI 骂也比被策划骂好受得多，至少它是真的懂逻辑。

注：给 AI 定规矩的过程，本质上是在重新梳理你自己的编程规范。

深入工程的“上帝视角”

最近我尝试通过 MCP 协议把 AI 直接接入到游戏开发工具里。以前 AI 只能看到我给它投喂的“切片”，现在它能顺着逻辑链条“看到”整个场景树，能直接读写工程里的各种资源。

这种“上帝视角”带来的效率提升确实有点降维打击的意思。比如，当我想检查一个复杂模型的所有子节点命名是否规范，或者想给几百个组件批量挂载某个逻辑脚本时，以前可能得翻文档写个专门的编辑器扩展，现在只需要对 AI 下个模糊指令。它会自己去遍历、去查找、去调用接口，最后把结果反馈给我。

但能力越大，翻车的概率也就越大。在这种直接读写工程的模式下，我立了一项死规矩：在分析代码前，必须强制重新读取最新版本。

因为在多人协作或者并行开发时，工程文件可能随时在变。如果 AI 基于十分钟前的缓存进行逻辑推理，那结果很可能是一场灾难。这就像你在带电修电路，如果不先亲手确认电闸是不是真的拉下了，那一剪刀下去可能就是火花带闪电。

永远不要让 AI 在你看不见的地方偷偷 commit 任何代码，哪怕它表现得再专业，也得记住你才是最后把关的那个人。

那些冷静到可怕的瞬间

有一次，我在排查一个极其诡异的数值异常。表现形式是某个数值在没有任何领取动作的前提下，莫名其妙地发生了跳变。

如果按照人肉排查的逻辑，我大概会先去查 UI 反馈，再去查触发器逻辑，最后可能还要去翻那几百兆、看到眼花的运行日志。但那天我试着把相关的代码逻辑和配置表全部丢给了 AI，让它去做路径穷举。

它表现出了那种人类很难具备的“穷举式冷静”。它没有先入为主地假设哪里有问题，而是像剥洋葱一样，系统地列出了所有可能导致该数值变动的代码路径。它逐一分析了每一个可能的条件分支，最后指向了一个我完全没注意到的自动结算逻辑。它告诉我在某个特定情况下，结算奖励刚好等于那个跳变的数值，而且这个发放过程是静默的，没有任何提示弹窗。

在那一刻，我确实感受到了某种程度上的“智力溢出”。它不需要直觉，它只需要不厌其烦地把所有可能性走一遍。

这种能力在处理大规模重构时同样好用。比如要把某个底层的通信协议全部更换，AI 能精准地定位到所有调用点，并根据新协议的规范进行适配。这种“脏活累活”，交给它真的再合适不过了。

AI 最大的价值不是创造，而是通过极低成本的穷举来消除不确定性。

关于翻车与教训

当然，我也被它坑得不轻。

有一次，它非常自信地给我提供了一个看起来逻辑完美、注释清晰的函数。我当时脑子一抽没细看，直接点了个接受。结果一跑才发现，那个函数里用到的一个 API 其实在两年前的版本更新中就已经被废弃了。它给我的答案是基于过时的训练数据生成的，那种一本正经胡说八道的样子，确实挺让人头大。

从那以后，我学乖了。对于一些关键的 API 调用或者复杂的第三方库，我都会要求它在作答之前先去检索最新的文档。这种“先查证再作答”的流程，能有效降低它的幻觉概率。

还有就是列选项的问题。以前它喜欢自作主张，当我问“这块逻辑有几种实现方案”时，它会一边列方案，一边顺手把其中一种给实现了。现在我规定，只要涉及架构方向的选择，必须停下来等我拍板。这种控制权必须抓在自己手里，绝对不能偷懒。

写在结尾

用了这么久 AI，我最大的感受是：它并不是在取代程序员，而是在重新定义程序员。

以前我们花大量时间在查语法、写样板代码、调格式、搜文档上。现在，这些琐事大可以交给那个住在终端里的“分身”去处理。而我们真正需要做的，是去思考逻辑的边界，去设计更优雅的架构，以及给 AI 立一套更科学的规矩。

作为一名游戏开发者，我更倾向于把 AI 看作是一个可以 24 小时待命、且永远不会抱怨的初级助理。它很勤快，但也偶尔会“犯二”。你需要用你的经验去引导它，用你的规范去约束它。

路还很长，技术更新的速度只会越来越快。在这个过程中，保持一颗好奇心，同时也保持一份职业的警惕，可能才是最稳妥的生存之道。

感谢你看完了我的这点絮叨。希望在这个快速迭代的时代里，我们都能找到属于自己的那个节奏。

每个人都要开开心心，快快乐乐的呀～！