AI 时代原型迭代速度的质变
开发者 Daryl Cecile 在一篇个人反思中提出了一个值得关注的观察：AI 编程工具不仅仅让编码更快，它改变了工程工作的「形状」。
过去一年，Cecile 的个人项目列表中出现了大量从零开始的完整原型——一门新编程语言（含效果系统、三种内存模式和多个后端）、一个面向人类和智能体的配置格式、一个用操作系统凭据存储替代 .env 文件的 CLI 工具、一个端到端的智能体原生消息应用等等。以时间衡量，他完成典型工程任务的速度大约是使用 AI 工具前的 4 倍。
但更重要的变化不在速度本身。当开发者不再逐行键入代码，工作方式被迫发生了转移——思考系统的边界和契约，用提示词和规格描述定义整体架构，然后在系统存在之前就开始推演它的行为。Cecile 认为，这种「精确描述成功状态，让他人（无论是初级工程师还是模型）无需你在场就能执行」的能力，在人类协作和与 AI 协作中是同一套技能。
当然，速度也要付出代价。Cecile 有意识地保留手动编码的时间来保持技术手感——从头到尾手动实现一个功能，阅读源码而不是让 AI 总结，面对调试器而不是直接粘贴堆栈信息。不过，从自动化中节省下来的「中间环节时间」被重新投入到探索和学习中，这本身就是一种正向循环。
这不是孤例。越来越多的开发者报告类似体验：AI 工具不是替代了工程师，而是扩展了他们能做的事的范围。当一个下午就能验证一个想法时，「先试试看」替代了「先写个文档讨论一下」。