AI工具和模型发展得飞快，快到大部分工程师都有点跟不上。每隔几周就有新模型、新插件、新工作流冒出来，效率、能力、边界不断被刷新。作为一个在大厂摸爬滚打多年的中老年程序员，我其实早已在工作中广泛使用AI，写代码、查文档、写文档、测试、开会准备、汇报资料……能换的工具基本都换了，流程也做了不少调整。AI不是一个新鲜玩意，而是已经融进我工作日的结构里。
但焦虑，并没有因此减少。甚至可以说，知道得越多，焦虑越细腻、越难排解。工具越熟，越能看清自己还可以再提效的地方，哪怕只是一个提示词、一个流程顺序、一次复盘的方式。这种焦虑不是来自落后感，而是一种持续的“我还能更好”的念头，一种技术人天然的偏执感。
现在同行都说“AI-first”，但在大公司里，真正落地并不容易。流程复杂，系统沉重，资源有限，团队有时候还需要靠人力去对抗组织惯性。尤其对很多中国团队来说，资源分配相对有限，角色定位也偏向支持型，地缘政治周期性挤压很是令人无奈。这不是抱怨，而是现实。技术问题再难都可以解决，但是这种问题实在是没办法。大方向对了，策略上AI是优先项，但执行上还是得靠每个人自找办法，没人会再额外给你几个人让你从零开始试。
我自己也曾有过“是不是得搞个平台、造一套体系出来”的冲动，觉得这样才算参与AI变革。但很快就发现，这种路径在现在这个快速演进的阶段其实是性价比最低的。模型变动太快，你造出来的轮子几周就过时；场景变化太大，你设计的工具可能没人真用。与其憋一个看起来系统化的东西，不如先脚踏实地把已有的AI工具用到极致。
我给自己设定了一个原则：如果AI能解决的问题，我就不用老办法解决。不一定每天强行用AI干一件新事，但但凡遇到重复、模板化的工作，第一反应就是：能不能AI来写个草稿？可以，就用。很多过去大家觉得是“杂活”的事，其实现在都能用AI轻松搞定。最典型的例子就是日报、周报。
以前我很抗拒写日报，觉得就是在浪费时间，尤其是要凑内容、查进度、组织语言。但现在我习惯把工作笔记直接丢给AI生成一版初稿，再稍微修改。这种方式不仅省时间，更重要的是，它让我更容易抽离出来看自己一天到底做了什么。日报不再是交差，而变成一种轻量的自我总结。你可以说这是“主动PUA自己”，但我觉得它反而比强制打卡要有价值得多。
我还做了一件事，就是开始给自己的工作方式打“心理折扣”。比如一段时间内，我完全靠传统方式写代码、查文档、编写说明，那这段时间我就只算10%的产出效率。不是这段工作没有意义，而是它在新标准下不再具备可持续性。你以为自己干了8小时，但其实可能只值0.8小时的“AI时代工作价值”。反过来，如果一件事能在AI辅助下更快做完、更快迭代，我就按满分效率来评估。这听起来有点极端，但它对我有帮助——提醒我别陷入“我做了很多”这种幻觉里。
我不是非要做AI先锋，也不打算在团队里扮演布道者的角色。我对自己的要求是：要求别人之前，先卷自己。我用过的东西，试过的流程，踩过的坑，才有资格拿出来分享。也正因为我常常在使用中体验到那种“这还能再快一点”、“这还能再顺一点”的感觉，我才希望身边的小伙伴也能跟上，不是为了对齐，而是希望我们一起少点重复劳动、多点有效产出。
AI工具确实帮我大幅度提升了效率，但它带来的不是“从此轻松”，而是一种新的紧张感：你知道工具很强大，知道自己没用到极致，也知道别人也在快速进步。你很难彻底放松，因为你能看见的改进空间太多了。这种状态不是不安，而是成长的自然副产品。
所以我现在看“转型”这件事，已经不再指望什么一次性的爆发式变化，而是每天一点点积累。不是突然学会一个新工具、做出一个惊艳的项目，而是把每个流程稍微改一点点，让系统变得更顺、决策变得更快、文档写得更清楚。能不能成“AI-native”开发者，我不知道，但我希望我走的每一步，至少是在往那个方向靠。
焦虑还在，但脚也在动。我觉得这已经够了。