能力范围与最小一步

AI改变了什么

当AI可以生成大段代码时，开发者的角色发生了变化。

以前，你需要知道如何实现每个功能。现在，你需要知道如何描述需求，如何评估AI的产出，如何修正问题。

这听起来更简单。但实际上，这创造了一个新的困境：你不知道自己需要懂多少，才算够。

太浅，你无法判断AI生成的代码质量。太深，你花在学习上的时间可能超过直接让AI做的时间。

这个平衡点在哪里？

效率的真实成本

让AI写代码确实快。但这个速度是有代价的。

当你不理解AI生成的代码时，每次修改都是在赌博。你改了一行，可能引发你看不见的连锁反应。你加了一个功能，可能破坏了现有的逻辑。

调试变成了盲目试错。你不知道问题在哪层，不知道该往哪个方向查。AI能帮你，但AI也会犯错，而你无法判断。

这时候，短期的快反而变成了长期的慢。

真正的效率不是代码生成的速度，而是从需求到可靠产品的总时间。

如果理解代码需要额外的20%时间，但能减少50%的调试和返工时间，这个投入就是值得的。

学习的边界

不是所有东西都需要学。这是关键。

你不需要成为框架专家。你不需要理解底层实现的每个细节。你不需要手写所有代码来证明自己。

但你需要理解你使用的核心概念。

对于Next.js开发者，你需要知道：

• 服务端渲染和客户端渲染的区别不只是名字，而是它们对性能和用户体验的影响
• 数据获取的几种方式不是随便选，而是每种对应不同的场景
• API路由不是黑魔法，而是有清晰的请求-响应周期

对于Supabase用户，你需要知道：

• 数据库查询不只是写SQL，而是要考虑安全和性能
• RLS策略不是可选功能，而是保护用户数据的基础
• 认证流程不是复制粘贴，而是要理解session和token的生命周期

这些不是全部细节，但是核心要素。理解这些，你就能驾驭AI。不理解，你就是被AI驾驭。

按需学习的策略

有一个可行的路径：只学你当前遇到的问题。

AI生成了一段使用getServerSideProps的代码？现在就是学习它的最好时机。花15分钟读文档，理解它在做什么，为什么这么做。

不是为了将来可能遇到的情况去学。不是为了完整的知识体系去学。而是为了看懂眼前这段代码去学。

这样做有几个好处：

学习有明确目标。 你知道学完这个概念，你就能理解这段代码。不是漫无目的的探索。

立即得到反馈。 你学完就能应用到当前的代码上，看看是否真的理解了。

避免过度学习。 你只学需要的部分，不会陷入无尽的技术细节。

建立真实的理解。 因为是解决真实问题而学，记忆会更深刻，理解会更准确。

每次AI生成代码后，选择一个你最不理解的部分。可能是一个函数调用，一个设计模式，一个配置选项。花一点时间弄清楚它。

日积月累，你的理解范围会自然扩大。

80/20的应用

不是所有代码都同等重要。

有些代码是核心逻辑，决定了产品能否工作。有些代码是边缘情况，影响的是细节体验。

你的理解深度应该匹配代码的重要性。

对于核心逻辑——认证、数据操作、状态管理——你需要深入理解。知道每一步在做什么，为什么这么做，可能出什么问题。

对于边缘功能——UI动画、样式细节、辅助功能——你可以浅层理解。知道大概的实现方式，能在需要时调整即可。

这不是说边缘功能不重要。而是说，在时间和精力有限的情况下，优先确保你对核心部分有掌控力。

AI在处理模式化任务时表现很好。让它处理那些常规的、标准化的部分。你把精力放在那些需要判断、需要权衡、需要深度理解的部分。

从操作员到协作者

当你只是AI的操作员时，你是被动的。AI生成什么，你就接受什么。遇到问题，你只能再问一次，期待下次结果更好。

当你成为AI的协作者时，你是主动的。你知道如何给出更精确的指令。你能判断AI的输出是否符合最佳实践。你能在AI的基础上优化和调整。

这个转变的关键不是学会所有知识，而是建立判断力。

判断力来自理解。不需要理解一切，但需要理解关键部分。不需要掌握所有细节，但需要知道什么细节重要。

这种判断力让你能：

• 更准确地描述需求，减少AI的试错次数
• 更快地识别AI代码中的问题和风险
• 更有信心地修改和扩展AI生成的代码
• 更好地组织整体架构，而不是堆砌功能

最小一步的实践

改变不需要从宏大的学习计划开始。它可以从一个很小的习惯开始。

每次AI生成代码后，多做一件事：提一个"为什么"的问题。

为什么这里用async/await？为什么要这样组织组件？为什么查询要加这个filter？

不用每次都深入研究答案。但至少要有意识地产生这个疑问。

当同一个疑问反复出现时，那就是你该学习的信号。

或者，每周选一个你经常让AI处理的功能，尝试自己从头实现一遍。不是为了证明你不需要AI，而是为了理解AI在帮你做什么。

这些小步骤不会立即改变你的能力范围，但它们会改变你的思考方式。从被动接受变成主动理解。

投资与回报

花时间理解代码，在短期看是成本。但在长期看是投资。

这个投资的回报是：

• 更少的返工和重构
• 更快的问题定位和解决
• 更可控的代码质量
• 更强的功能扩展能力
• 更高的职业价值

最重要的是，你对自己的产品有真正的掌控感。

不是那种"反正能跑就行"的表面掌控，而是"我知道它为什么这样工作"的深层掌控。

这种掌控感不是一次性获得的。它是在每次选择多理解一点、多学习一点时逐步建立的。

你不需要现在就理解一切。你只需要现在就开始理解一些。

剩下的，可以在需要时再学。