AI编程实战·第3期：AI编程范式迁移与工具生态演进

欢迎回来，今天咱们AI编程实战专栏，我攒了一周的素材，聊点硬核的。

行，我刚好这周也在折腾好几个AI编程工具，正想吐槽。

等会儿吐槽，先说个事——我发现你今天穿的这件卫衣，是不是上次团建那件？

得了吧，我衣柜里灰色卫衣有三件，你分不清的。赶紧聊正事。

好好好。这周我看了好几篇文章，有个特别明显的感受：AI编程这事儿，已经不是在讨论某个工具好不好用了，而是整个开发方式在变。

你这个观察非常准。我先抛个结论——2025年AI编程的关键词不是工具，是范式迁移。

范式迁移？展开说说？

你看，有篇文章专门讲了三个阶段：提示词工程、上下文工程、驾驭工程。这三步其实就是从问问题到管项目的进化。

对，那篇Harness Engineering的文章我也看了。说实话，提示词工程我太熟了，天天写prompt。但驾驭工程到底是什么，我一开始没太理解。

打个比方吧。提示词工程像你去餐厅点菜，上下文工程是你把菜谱、口味偏好、过敏信息全给服务员，而驾驭工程——你直接当了餐厅经理。

就是说你不再是使用者，而是在管理AI怎么干活。

没错。你要定义Skill体系、编码规范、任务拆解策略，AI变成你团队里的执行者。这跟传统的写代码完全是两回事。

这让我想到另一篇文章，用Cursor从零搭建个人博客那个。作者说了一句话我印象特别深——不是写代码，而是驾驭AI写代码。

对，那篇文章其实是驾驭工程的入门级实践。你看他的流程：先用Google Teach生成UI原型，再把链接喂给Cursor生成前后端代码。

整个过程几乎没手写代码，但每一步他都得知道在做什么。这对产品经理来说太友好了，我都想试试。

但你注意到没有，这里面有个很大的前提——你得能判断AI写的代码对不对。不懂技术的人用这套流程，踩坑概率极高。

这倒是。那我们聊聊模型层面的事。这周MiniMax M3和DeepSeek正面对决那篇你看了吧？

看了。说实话结果不意外，国产模型在代码生成上进步很快，但差异化还不够明显。

M3还是个多模态模型，能看截图生成代码，这个能力在前端开发场景下挺有想象空间的。

理论上是，但实测下来，纯代码生成能力才是硬指标。多模态是加分项，不是决定项。

那你觉得现在国产模型跟Claude Fable 5这种级别的差距有多大？

这么说吧，Karpathy亲自下场说Fable 5带来了质变体验。注意他用的词——不是量变，是质变。

他说跑分领先不是重点，定性层面的体验跃升才关键。这句话我反复看了好几遍。

这其实揭示了一个行业问题。大家都在卷benchmark，但用户真正感知到的是交互质量、纠错能力、对复杂需求的理解深度。

所以国产模型不能光追分数，得在实际开发场景里打磨体验。

完全同意。而且你注意到没有，现在工具端出现了一个有趣的趋势——解耦。

解耦？你是说像CC Switch那种中转站工具？

对。Codex是OpenAI的壳，但底层模型可以换成DeepSeek或者火山引擎。Cloud Code也是，一个插件接多个模型。工具和模型正在分离。

这对开发者来说太好了，不用被绑死在一个生态里。

但对模型厂商来说压力就大了。你的模型如果没有独特优势，随时会被替换掉。

说到这个，我从产品视角补充一点。现在AI编程工具的竞争已经不只是模型能力了，还有工作流的完整度。

你说的是从设计到部署的全链路？

对，你看那个博客项目，从UI原型到前后端代码到数据库配置，用了三四个工具串起来。谁能把这条链路做得最顺滑，谁就赢。

这也是为什么驾驭工程会成为趋势。单点工具再强，也需要一个方法论把它们串起来。

好，那我们来总结一下这周的几个核心观察。

第一，AI编程从代码补全进化到了自主执行的Agent模式，这是底层能力的跃迁。第二，工具和模型正在解耦，开发者有了更多选择权。

第三，驾驭工程作为新的方法论正在落地，核心能力从写代码变成了管理AI写代码。第四，模型竞争的关键不是跑分，而是实际开发中的体验质量。

最后留个思考题给听众——当AI能帮你完成百分之九十的编码工作时，剩下那百分之十到底是什么？想清楚这个问题，你就知道自己该学什么了。

这个问题太好了，我自己也在想。下期咱们可以专门聊聊这个话题，今天就到这儿，下期见。