我最近做项目时，经常会想一个问题：AI 编程到底应该用到什么程度？
不是“AI 会不会取代程序员”这种大问题，而是更具体一点：今天这个任务，我到底该交给 AI，还是必须自己盯住？
我现在全职做自己的产品和自媒体，也会承接一些软件定制。日常就是和 Claude、Codex、Hermes 这些 AI Agent 一起做真实项目。膳云 MakanCloud 这种餐饮 SaaS，从订货、中央厨房、配送、排班，到 POS、扫码点餐，很多模块都是我一个人借助 AI 慢慢推进出来的。
用得越多，我越觉得 AI 编程的价值不在于“神奇”，而在于把一些过去很耗时间的环节，变得可控、可迭代。
一、AI 很适合把空白页变成初稿
写代码最痛苦的时刻，很多时候不是优化，而是从零开始。
一个接口怎么搭、一个配置怎么读、一个脚本怎么跑、一个测试文件怎么起头，这些事情不一定难，但很消耗启动成本。
现在我会直接让 AI 先给一版结构。它写得不一定完美，但有了第一版，我就可以开始删、改、追问、验证。
这对独立开发者特别有用。因为一个人做产品时，后端、前端、运维、文档、排查问题都要自己来。如果每个环节都从空白开始，很容易被启动成本拖住。
AI 在这里解决的问题是：让我更快进入“审稿和决策”状态，而不是卡在“怎么起步”。
二、AI 也适合做耐心活
我很常让 AI 做几类事情：
- 解释一段隔了一阵子没看的代码
- 梳理一个 bug 可能经过哪些调用链
- 补充测试用例的边界场景
- 把功能改动整理成文档或发布说明
- 检查错误处理和配置项有没有明显遗漏
这些事情过去不是不能做，而是容易被我往后拖。因为它们需要耐心，也需要在很多文件之间来回切换。
AI 的优势就在这里：它不会嫌烦，可以反复检查，可以帮我把零散信息先摊开。
但我不会直接相信它的结论。尤其是涉及真实项目时，我会把它当成一个提醒系统，而不是裁判。
三、需求和业务判断不能外包
做膳云 MakanCloud 之后，我对这一点感受很深。
餐饮系统不是单纯“页面好看、接口能跑”就可以。真实门店里，员工在忙，网络可能不稳，打印机可能掉线，一个流程多一步都可能影响使用。
这些现场感，AI 没有。
它可以帮我写一个订单状态流转，但不能替我判断这个状态设计对不对；它可以帮我生成一个后台页面，但不能替我判断老板、店员、厨房各自真正需要看到什么；它可以帮我优化代码，但不能替我理解为什么某个功能一定要简单。
所以需求判断、流程取舍、产品优先级，我必须自己负责。
四、安全、架构和上线责任必须自己兜底
还有一些事情，我不会放心交给 AI 自动决定。
比如生产凭证、客户数据、服务器信息，这些不能随便放进提示词里。再比如架构取舍，到底是先快速上线，还是留出扩展空间；到底哪些地方可以简单写，哪些地方必须一开始就稳一点。
这些判断背后不是代码能力，而是责任。
代码能跑，不等于可以交付。上线前的测试、构建、回滚预案、监控、错误处理，最终都要我自己确认。
AI 可以帮我提高速度，但不能替我承担后果。
我的结论
现在我更愿意这样看 AI 编程：
AI 是一个高执行力同事，不是最终负责人。
适合交给它的，是起草、整理、解释、补充、检查；必须自己把关的，是需求、架构、安全、交付责任。
这个边界清楚之后，反而更好用了。因为我不再期待它一次性给出完美答案，而是把它放进工作流里，让它帮我更快推进真实产品。
如果你也在用 AI 写代码，可以试着列一张自己的清单：哪些任务适合 AI 先做，哪些任务必须自己拍板。
我也会继续分享自己用 AI 做真实项目的过程。如果你对 AI 编程工作流、餐饮系统或软件定制感兴趣，欢迎留言聊聊。