先有底子，再借春风

这一年，我也见过一些新人。

聪明，肯学，也肯加班。但有一件事让我不太踏实：他们对 AI 的依赖，超出了应有的限度。自己还没建立起基本的体系认知，就想把问题一股脑丢给模型，指望它替自己想、替自己做、替自己扛。结果呢，往往不是省事，而是更深的迷茫。活儿干了不少，却感觉不到自己在哪儿。人反而成了工具的延伸，心里没底，越干越没劲。

我不是否定 AI。它确实好用，会越来越好用。但工具就是工具。刀再快，你也得知道要切什么、往哪儿切、切坏了怎么办。

进入一个领域，先画一张地图

进一个领域，第一件事最好别急着问 AI，先把地图摊开。

这个领域怎么转的？权限和关系怎么组织？管理模式集中还是分散？核心分层怎么划？对内对外的接口怎么界定？规范写在哪、谁说了算？部门之间怎么协作？干系人是谁、接口人是谁？每个人权限的边界在哪里？

听起来琐碎，但这是以后所有判断的底子。没有这张图，你就算碰巧做对一件事，也说不上来为什么对。环境一变，就抓瞎了。

AI 能帮你查资料、归纳文档，但它没法替你走进会议室，听懂那句没写进纪要的话。也没法在复杂的组织里帮你认出谁才是真正拍板的人。

落到代码，更是如此

落到代码上，也一样。选一门语言、一个框架，得知道它的脾气。

目录为什么这样设计？模块怎么划分？某类功能该落在哪一层？数据从哪儿进、从哪儿出？错误怎么处理、日志打在哪儿？团队约定的命名、分层、提交习惯又是什么？

这些都是很基础的事。基础不代表低级。基础不熟，高级就无从谈起。你如果从来没亲手搭过、改过、踩过坑，只是让 AI 生成一堆能跑的代码，短期也许混得过去，长期一定心虚。心虚久了，就开始怀疑自己。

框架是骨架，理解是肌肉。肌肉没长在自己身上，走两步就晃。

AI 能辅助，不能替代

说了这么多，其实就一句：很多事，AI 介入不了，也不该让它替代。

每家公司都有自己的特殊性：历史包袱、人情世故、没写进文档的惯例、只有老人才知道的暗线。这些得靠人自己去摸、去理、去总结，再用起来修正。AI 能给你提示、草案、另一种思路，但没法替你担起“我懂了”这三个字的分量。

懂了，心里才有底。有底，才谈得上主导。

人得站在技术前面。先搭好自己的认知框架，再请 AI 来帮忙。春风再暖，也得有棵树，才知道往哪儿长。