AI写代码很强？一位C程序员的冷静观察

用了一段时间Claude+Opus 4.5，分享几点真实体验：

1、写代码能力有限。明明可以O(n)的算法，它写成了O(n²)。它产出的代码，我不会不经审查就提交。

2、但它对反馈响应很好。你说"把这个算法改成线性的"，它能改。问题是——你得先是个好程序员，才知道代码哪里需要改进。

3、分析能力不错。问它"系统怎么会进入某个状态"，能给出有价值的思路。

4、帮你跨过拖延症。那些繁琐但必须做的事，比如为交叉编译创建Linux sysroot，交给它处理心理负担小很多。

5、降低试错成本。"把内存布局改成X，用数据结构Y，跑个性能测试对比一下"——这种探索性工作，让AI做成本低得多。

6、后台跑一两个agent，自己同时干别的，这种感觉像开了挂。

7、最佳用法：把它当律师的助理。你做高层规划，它在后台处理琐事，你审查、微调、提交。

有人说"AI会取代程序员"，这个判断有问题。它取代的是打字，但增加的是审计需求。如果你分不清O(n)和O(n²)的区别，你就会把低效代码发布上线。AI是高级工程师的放大器，却可能是初级工程师的绊脚石。

还有个坑：纠正它太多次后，它会压缩上下文，然后你得把同样的纠正再说一遍。我的策略是——第一轮反馈后还不对，就自己动手。随着摸清它适合什么任务，这种情况越来越少了。

关于并行agent的技巧：可以复制项目文件夹，让每个agent在独立目录工作，推送到不同分支。或者用Claude Code网页版，每个会话跑在独立的Linux虚拟机里。

核心洞察：真正的技能转变，是从"写代码"变成"审查AI的输出"。

x.com/DanielcHooper/status/2008661957252182494