AI 写代码 99% 了，那 1% 是什么？

AI 写代码，已经做到 99% 了。

那剩下的 1%，到底是什么？今天想把这个 1% 掰开揉碎。因为如果你只盯着那 99%，你会误以为自己可以彻底下岗了——但其实恰恰相反。

人机比例是怎么变过来的

先说这个比例是怎么变过来的，这是这半年真真切切发生的事。

一年前，Cursor 时代，人机比例是——人 60%，AI 40%。主要还是你自己写，AI 帮你补全。

半年前，Claude Opus 问世，比例翻过来了——人 40%，AI 60%。很多逻辑已经开始交给模型想。

最近三个月，机器 99%，人 1%。

我第一次意识到这个数，后背有点凉。因为我用 AI 写工具的时候体感就是——我敲的字符越来越少，AI 干的活越来越多。但你别急，这 1% 不是可以忽略的小零头。

这 1% 基本落在三件事上。

第一，架构设计。 整个东西长什么样、模块怎么拆、边界在哪——这得人定。AI 能填空，但搭骨架还是你。

第二，debug 的思路。 最典型的场景：agent 跑着跑着说”我做不到”。它卡住了，你得告诉它”你换个思路试试、问题其实在这”——这个”思路”是 AI 拿不走的。

第三，也是最容易被忽略的——本心，你的目标。 你要这东西干嘛、为谁做、做到什么程度算对。这个东西藏在你的脑子里，只有你知道。

这三件事，AI 干不了，也得你来。

最让我服气的，是一个生物学的例子。

生物学家已经把一种小蠕虫的完整神经网络连通图给画出来了——每个神经突触哪个连哪个，全知道。然后有人在计算机里训练这个小蠕虫，让它有趋光性，往光那走。

问题来了：AI 的目标是最快、最小成本完成任务，所以它为了达标，倾向于跳过那些神经突触，直接端到端给一个数学近似解——效果是对的，趋光也对，但物理上根本不是那个神经网络在干活。

人要不停矫正它：“你不能跳过端到端模拟，你必须按真实的突触连。”

为什么人能发现这个？因为人脑子里有那个”本意”——我要的是真实的神经机制，不是个能跑的黑盒。而这个上下文，AI 拿不到。

回到开头那个 1%。

一句话：人这 1% 是代码里最关键的那部分。

还有一句更狠的：AI 给你近似解，你守住真问题。

我自己的体感特别对：我用 AI 写工具，十次有九次它能跑，但”这东西到底该解决我的什么真实问题”，只能我自己把关。一旦我把这 1% 也交出去，做出来的东西又快又漂亮，唯独不是我要的。

你用 AI 写代码的时候，那 1% 你守的是什么？欢迎在评论区聊聊。