莫让 AI 成为根本性错误的遮羞布

过去两年在工作中看到令人不安的一面用 AI掩饰根本性错误，忽视对事物本质的思考。

第一个案例是评审 Email 相关的需求，这个需求其实可以用另一种方式实现更简单，然而有个老员工用 DeepSeek 然后说可以实现，事实确实可以实现但没必要，换一个方法更好。

第二个案例是去年离职的一家 IT 公司。它也在推广 AI 的使用，比如 Cursor ，用 AI 整理文档等等，还要填写 AI 减少多少工时。有趣的是项目架构设计错误，用 MVC 强行嫁接 ETL ，结果产生大量上帝方法和上帝类，新人很难理解，领导就说“不懂得用 AI 整理？”，可是理解困难的主要原因是架构问题，而且业务流程也设计错导致成本很高。然后用 AI 检查代码，结果许多人提交了代码卡在 Code Review 改了很久导致需求延迟交付，归根结底仍是架构的问题，管理层也不去解决，反正 AI 说要改就改。

这两个案例可以总结出一点，当前部分员工/企业正在将 AI 作为“合理化错误”的工具，AI 说需求能做就执意推动而不考虑更优方案，AI 被错误地使用后工作会更累，因为根本性问题永远得不到解决。

自己最初接触编程是在 13 岁，14 岁就会用 Access 和 Delphi 独立构建信息管理系统并打包加壳，写帮助文件，所以对技术和产品的认识长达 16 年，虽然技术过时但核心理念从未改变：以用户为中心、识别和控制风险、流程不能成为效率的枷锁，可靠、易用比华丽的界面更重要。

总之，在 AI 提供便利的同时不要忽视对事物本质的思考，更不能将其作为掩饰根本性错误的工具，直面问题的本质才能更好地解决问题，否则一切都是空中楼阁。