最近一直在想一个问题：用了 AI 写代码这么久，到底到了什么水平？

想了想，大概可以分成三个阶段。

一阶：写代码

这就是 vibe coding。描述需求，AI 写代码，自己 review。效率飞升，睡眠不足时遗漏边界条件的 bug 也少了很多——上次聊过，不重复了。

一阶的核心是”快”。以前一个功能写三天，现在一天能写完三个。AI 像 C 语言取代汇编一样，不再需要纠结每一行怎么写，除非遇到性能瓶颈。这个阶段我已经比较熟练了，Claude Code 搭配 GLM-5 日常开发，基本形成了肌肉记忆

但快了之后，反而暴露出新的问题。AI 写得飞快，看都看不过来，只能让它先写测试再写代码。有时候它会跑偏，需求理解错了，写出一堆要返工的东西。于是很自然地，就需要进入第二阶段

二阶：工程化质控

一阶是让 AI 写代码，二阶是让 AI 在工程规范的约束下写代码

具体来说就是 TDD、SDD 这些老朋友。先写 spec 把需求确认清楚，再写测试把预期行为钉死，最后才让 AI 写实现代码。这样 AI 一次就能成型，不用来回返工。不是什么新方法论，只是以前嫌麻烦懒得做，现在 AI 速度快到你不做反而更亏——返工的时间比写 spec 的时间还长

还有一个是代码审查。AI 写的代码表面上看起来很漂亮，但细节里经常藏着坑。比如 skynet 里 pairs 遍历 table 时不能往里面塞元素，这种 Lua 的隐式约束，AI 不一定会注意到。所以 review 这步不能省，反而因为产出速度上去了，review 的压力更大了

二阶的另一个方面是线上问题排查。之前写了篇用文件系统映射进程内存的文章，思路就是让 AI 能直接读游戏服务端的数据来做分析。AI 逐次调用接口太慢，不如提前把数据备好让它操作文件。这本质上也是工程化——给 AI 搭好基础设施，让它在一个可控的环境里干活

目前我大概就卡在二阶这个水平。工程化做得还行，但总觉得天花板很低。AI 能帮我写代码、跑测试、查 bug，但它不会告诉我：这个功能该不该做？这个版本的方向对不对？玩家到底在不在乎这个东西？

这些问题，需要有个人坐在那里，翻翻线上数据，看看玩家行为，想想商业逻辑。以前这个人是策划，或者是制作人，或者是自己凭直觉

但如果 AI 也能做呢？

三阶：商业洞察

这是我最焦虑的部分——不是焦虑 AI 做不到，而是焦虑有人已经做到了

三阶是什么？我理解的形态是这样的：

玩家行为分析。AI 直接拉线上日志，做用户行为建模。哪些玩家在新手引导的哪一步流失了？哪些玩家连续三天没登录，回来之后做了什么？这些数据以前要找数据分析师排期出报表，现在如果 AI 能实时拉出来、自己就能看懂呢？

商业洞察。从数据里发现付费卡点、流失节点。某个道具的定价是不是挡住了一批潜在付费用户？某个活动的奖励结构是不是导致了一批玩家”白嫖完就跑”？这些以前全靠策划的经验和直觉——但直觉这东西，有时准有时不准。如果 AI 能从海量数据里发现人眼看不到的模式呢？

策划协同。AI 理解策划意图，结合数据反馈，参与版本内容的决策。比如策划想做一个周末活动，AI 根据历史数据说：上个月类似活动的参与率只有 15%，但如果你把奖励门槛从 50 分降到 30 分，预计参与率能到 35%，同时 ARPU 只下降 2%。策划再拍板

类比自动驾驶的进化路径：L1 辅助驾驶（一阶，AI 帮你写代码）、L2 部分自动化（二阶，AI 在工程框架内自主工作）、L3 有条件自动化（三阶，AI 在特定场景下独立做决策）。我们大概正处在 L2 到 L2.5 的阶段，离 L3 还有距离，但也不是遥不可及

焦虑

说实话，想到三阶，我的第一反应不是兴奋，是焦虑

焦虑有两层。第一层是：会不会还没到三阶，二阶的活儿就被更厉害的 AI 替代了？现在用 Claude Code 写代码很爽，但工具链发展太快了，6 个月前的最佳实践现在已经过时。如果有一天 AI 不需要人类搭工程框架就能自己闭环，那二阶也不值钱了

第二层是：如果三阶真的来了，我能不能跟上？游戏行业的数据敏感度和商业判断力，不是靠看几篇论文就能建立的。做了这么多年后端，对玩家行为的理解主要还是靠踩坑积累。如果 AI 能从数据里直接得出结论，那我的经验优势在哪里？

上次写过，”提供快速有效的反馈”才是自己的最大价值。这句话我到现在还是信的。但”反馈”的定义可能需要升级了——不只是”这个接口写得对不对”，还包括”这个方向值不值得做”

反过来想，也许焦虑本身就是答案。能感受到焦虑，说明还在思考，还在试图跟上。最怕的不是 AI 变强，而是自己停下来了

三阶什么时候能到，我不知道。但至少，先把二阶做到极致吧

PS：写这篇的时候想到一个问题——三阶如果真的实现了，那”AI 编程”这个词就不太准确了。AI 不只是在”编程”，它在”做产品”。到那时候，编程反而成了最不重要的部分……有点讽刺 XD

本文使用 glm-5.1 模型进行过润色