我发现记录在使用AI编程时花费时间的地方很有趣。总结就是，处理库配置和调试平台（构建、仓库、部署）问题的时间少得多。前期担心架构的时间少得多。调试简单逻辑错误的时间也少得多。 另一方面，调试语义与语法解耦的错误所花费的时间却多得多（我需要跟踪的状态越多，AI的帮助就越少）。重构的时间多得多。分析性能和进行二次、三次优化的时间多得多。当然，思考和勾勒出我想要构建的下一个项目的时间也多得多。 80/20法则确实在起作用。从0到一个可工作的项目的速度快了50倍，但在实现和调试需要基于运行时特征进行权衡的复杂内容时，速度减少到大约2倍。 这在我所工作的投资组合中反映出了一定的加速效果。那些构建需要强保证和性能权衡的分布式基础设施的人，进展远没有那些靠近应用层的人快。