前言
作为一个高三学生（烨拓科讯的领头羊），虽然高考结束，但进步永远不该停止。
遥想初三毕业，自己凭借着纯手工（古法编程）手工开发了KaTrClock一款基于ESP8266的网络时钟
科特时钟定档2023年7月30日发布！
但很可惜，他没有撑到2岁生日。
同时，在那个假期，还学习了最先进的3D建模技术，SolidWorks为3D CAD、产品设计和产品开发打造的解决方案
上图：当时发表的说说，下图：我的第一个项目
当时自己学习的技术栈：前端VUE3，后端Java算是学了点东西，3D建模在大学学的（偏工业），其他就是零零碎碎的东西，包括但不限于Python，C++，Flutter，UNI-APP，H5......
仅仅三年，世界变了摸样
技术的变迁
不得不感叹AI发展的迅猛
各个大厂，企业都开始推出自己的AI
有马维斯Marvis，TEAR IDE，TRAE Work，扣子编程等等等等AI工具
这段时间一直在用TRAE的代码辅助CUE（Code Understanding Engine），提升的不止是效率！
经过实际测试，原本在初三假期两个月的工程
在CUE以及AI的辅助下，基本生命周期被强制压缩到了2.5天，你没有看错
而且还可以直接框住就问，AI会结合上下文自动理解你的意图
基本上没有理解失误的情况
存在的问题
AI的大规模介入难免会降低人们的技术依赖，这并不是一件利大于弊的事情，古法编程成为非遗也是让人心里莫名不安
古法编程，保留代码最本真的颗粒感，坚守传统开发工艺。while管够，switch管饱，异常全靠缘分捕获，每一段逻辑都经过岁月的包浆，AI零添加。古法编程，有键盘气。老手艺写出真东西。
---我是古法编程传承人，我为自己代言
人们开始失去对技术的追求，思考的深度和广度都受到了冲击，程序是极其严谨的人造物
其次逻辑断层，复杂业务容易翻车
基本的需求可以随意满足，但设计数据库等高风险操作
AI的代码容易产生难以预料的问题
没有一位程序员会相信AI完成的数据库操作
AI 只会模仿代码格式，不理解完整业务逻辑。多模块联动、循环嵌套、边界判断、数据库事务、接口并发场景，经常出现隐性 bug：变量未定义、死循环、参数传错、异常捕获缺失，跑起来报错一堆，排查比自己写更费时间
通用性代码，不贴合你的项目
生成的是模板化通用代码，不会适配你的项目框架、版本、已有工具、命名规范。比如你用 Python3.10，它生成 2.7 语法；你用 Vue3，给 Vue2 代码，还要大量改造
一切问题会随着时间的沉淀而变得不可收拾
细节缺失，半成品居多
只给核心逻辑，忽略配置文件、依赖安装、环境适配、日志、权限、兼容性、注释、单元测试，拿到手不能直接上线，大量补全工作
不通晓底层的人容易被表象所欺骗
局限的校验、高难度的调优
正对普通AI使用者：分不清代码好坏，看不懂底层逻辑，AI 给什么用什么，性能极差、安全漏洞一堆（明文存密码、无防注入、无限流）
对于程序员：AI的逻辑风格一时半会难以理解清楚，容易陷入AI开发，最后只能让AI改问题的深渊
性能、安全高要求场景
对于企业官网，数据中心的管理平台等
AI 优先保证能运行，不考虑内存泄漏、并发冲突、SQL 注入、XSS 攻击，上线有巨大风险