用AI写代码的起点，往往是一个朴素的念头——让机器替自己干活。7年前我第一次接触代码生成工具，兴奋地输入一句需求，几秒钟就得到一段能%**能跑的函数。那段时间我像发现了捷径，业务逻辑、CRUD接口、前端页面，统统丢给AI去写。效率确实高了，但问题也很快浮现：AI生成的代码看似完整，细节处却藏着坑——变量命名随心所欲，异常处理形同虚设，多个模块间的接口约定互相矛盾。更致命的是，当需求变更时，我发现改3行代码的时间远超重新生成的代价，于是反复推翻重来，项目像沙滩上的城堡，潮水一退就垮。转折发生在我接手一个开源项目时。那个项目有完整的文档、清晰的模块边界、数百人贡献的测试用例和持续多年的社区维护。我第一次意识到，好的代码不是"写"出来的，而是"长"出来的——经过无数人审阅、迭代、打磨，才形成稳健的结构。AI能帮我快速产出砖块，但搭建房屋的图纸，来自对开源项目架构的理解与借鉴。此后我的工作方式变了：先用AI做原型验证和样板代码，快速跑通思路；然后去GitHub找成熟的开源方案，看别人如何设计接口、处理边界、组织模块；最后把AI生成的片段融入开源框架的骨架中。AI是加速器，开源是压舱石，两者结合，既不失速度，也不缺深度。真正的工程师不是让AI替代自己思考，而是站在开源社区的肩膀上，让AI帮自己走得更快。