序
不知不觉，距离上次写使用AI的心得已经过了一年，这一年AI的发展真的是天翻地覆。
应用方面，豆包App月活用户超过3亿。我在逛博物馆的时候，看见了不少游客用豆包当导游，拿手机拍着展品让豆包介绍背景知识。
工具方面，智能体小龙虾OpenClaw在2026年初爆火又逐渐没落。Codex和Claude Code两大工具于2025年年中发布，并在2026年迅速崛起，用户指数攀升，逐渐成了科研、工作的好帮手。
大模型方面，OpenAI出了GPT-5，Anthropic出了Fable 5，国内的大模型更是层出不穷，GLM 5，Deepseek V4，Kimi K3等大模型百花齐放。
本文简短分享一下我近一年使用AI做小项目的感悟。
Vibe Coding
2025年，“Vibe Coding”逐渐流行，其直译就是凭感觉编程，即用户完全不用了解技术细节，只用通过跟AI聊天，就可以让AI生成、修改和调试代码。
我最近这一年以Vibe Coding的形式陆陆续续写了好几个小项目，包含理财管理、英语词典，健康统计等应用。同时我还把我的个人博客完全重新翻新了一遍，做成了炫酷的桌面风网站。
然而，我完全不了解实现这个网站其所需的技术栈：React，Next...。这些项目如果让我自己去写的话，我可能会需要花费数周的时间去学习这些技术栈。编写初稿demo时肯定进展慢、画面丑。然后又需要几个月的时间去不断地去练习打磨，最终才能让项目变得可用。但在AI的时代下，我只需要跟AI去口头描述的需求，AI半个小时就可以搭建出一个看起来像模像样的网站。怪不得说前端（即编写网页前端代码的工作岗位）已死，这样的工作很轻松就被AI替代了。
如今，我已养成习惯，会在每天晚上都会在睡前用一用AI，让AI把我脑子中的想法变成现实。
AI编程工具
目前主流的AI编程工具有Codex（由OpenAI开发），Claude Code（由Anthropic开发），Cursor等。
这里需要区分两个概念：AI 编程工具和 AI 大模型。以 Codex 为例，它是 OpenAI 推出的AI编程工具，可以免费使用。而调用的AI大模型则由谁提供，谁收费。用户可以使用 OpenAI 自己的模型，也可以调用其他公司的大模型（如deepseek）。
Claude Code 也是如此：它是 Anthropic 开发的AI编程工具，工具本身可以免费使用，既能接入其他模型的 API，也能调用 Anthropic 自研的模型。Anthropic 的自研模型在编程方面是目前所有AI模型中公认表现最好。不过，Anthropic 公司的经常做一些让人反感的公关行为，因此，我更倾向于使用 OpenAI 的 Codex。
除此之外，其他公司如Kimi（强烈表扬他们家最近的K3大模型），也都有类似的AI编程工具。
从2025到2026年，AI编程最直观的变化就是编程工具的默认界面不一样了。
2025上半年，我还在用工具Cursor编写的项目流金沙漏的时候，AI编程工具的页面还是代码编辑器，整个页面是代码为主，AI聊天的对话框显示在另一侧，作为辅助。
而2025下半年开始，Agent（智能体）编程概念逐渐兴起，AI不再是简单的问答工具，而是作为智能体，使用各种插件和技能，统筹规划全局。AI编程工具默认的主页从代码编辑器变成了纯粹的聊天对话框。现在最新版本的Cursor，默认只展示聊天框，需要点右上角的IDE才会切换到代码编辑器界面。
同理，当我第一次使用工具Codex的时候，我第一个疑问就是：代码编辑界面在哪？事实上，Codex本身连代码编辑器都没有。要是想改代码，用户要自己运行别的代码编辑器，比如VS Code或Cursor。
除了图形界面，这类 AI 编程工具通常也支持纯命令行模式。以 Claude Code 为例，只需在终端输入 claude，就能让它修改当前目录下的项目。
关于Code Plan
大模型公司一般都会提供Code Plan订阅套餐，OpenAI 的会员套餐月费从 8 美元到 200 美元不等。套餐价格越高，可使用的 token 也越多。
执行任务时，用户可以选择模型、推理强度和推理速度。模型能力越强、推理强度越高、响应速度越快，消耗的 token 通常也越多。Code Plan 一般按月订阅，但使用额度按周计算。额度用完后，要么等到下周重置，要么额外付费调用 API，而后者通常更贵。以前除了周限额，还有每五小时的使用上限：一旦超出，就要等下一个五小时周期才能恢复。最近，这项限制已经取消，目前只保留周限额。
此外，Codex 和 Claude Code 为了争夺用户，经常会赠送额外额度或临时重置限额，最近一个月尤其明显。Codex 每新增一百万用户，就会赠送一次额度重置。因此以我的实际体验来看，即使每天高强度使用，Code Plan 的额度也几乎用不完。
进行Vibe Coding
其实Vibe Coding几乎零门槛。用户跟AI描述需求，然后等一段时间，它就可以生成一个在线可访问的应用程序。
比如这个英文词典的应用，AI用了7分40秒就写好了一个任何人可以访问的并且已经部署在云端的demo。
当然，AI不是完全完美的。项目初稿有一些细节问题和小BUG。我后续通过多轮对话反馈问题，添加了词语收藏、API调用等功能，并绘制了网站logo。
最终，我在这个项目上花费的总时间不超过2小时。花费的token大概占用我Code Plan一周使用额度的20%左右。
之前网络上还有段子，说一个人用AI编程生成一个网站并分享给其他人，但由于这个人对电脑知识一窍不通，所以分享的地址是只有本地可访问的localhost:3000。这个情况在现在已经不会发生了，因为如今AI已经可以帮你把网站部署到云端，任何人都可以直接访问了。
感想
从今年4月到现在7月，我完整的体验了GPT5.4到5.5再到如今5.6的进化。
我能很明显地感受到AI的审美在逐渐地变强。起初使用GPT5.4、5.5的时候，GPT构建的网站特别特别的丑，美观性有很大的问题。那时，我都是让Claude Design先设计一版美术风格，然后让ChatGPT基于这个风格进行设计。而近期的5.6版本开始，GPT从零开始设计的网站初稿的就已经足够美观了（起码对我这个设计小白来说，是ok的了）。
从ChatGPT5.6版本开始，AI在写完代码后，会自己查看网站的效果，写测试，模拟鼠标点击，直到网站的行为满足原本的预期。而这种QA质检行为在一两个小版本前是没有的，或者频率很少的。
目前，互联网上仍然充斥着质疑AI能否带来生产力变革的声音。这我让想起前段时间B站视频看了一个有关电力革命的故事（取自B站UP主：美投讲美股）
电对人类的科技至关重要，而电力革命之初，人们的生产效率并没有大幅提升。
电力初次应用于工业生产时，工厂用电机来替代以煤炭为能源的蒸汽机。但起初这种替代的效果并不理想，设备的替换需要巨额的成本，而替换完产生的效率和节省的成本却不尽如人意。这其实是因为当时的产线都是围绕蒸汽机的特性而布局的，单纯地把蒸汽机换为电机，并不能很好地发挥出电能的优势。而后来经过数十年的发展，产线完全围绕电气设备的特效而设计。在这种情况下，工厂的生产效率才远远高于以蒸汽机为媒介的旧煤炭能源设备。
我想如今的AI也是如此，我们正在处于“电机刚刚替换蒸汽机”，AI刚刚开始替换简单脑力劳动的阶段。单纯简单地把现有流程中的步骤替换为AI，可能带来的效率并没有预想中的那么大。但我相信通过未来几年、十几年的发展，等人们完全围绕AI，以AI的能力为中心重新设计一套生产逻辑的时候，我们的生产效率会有翻天覆地的变化吧。