如果把问题说得直白一点：“自己手写代码”和“让 AI 写代码”，现在已经不是二选一了。真正比较好的路线，是人负责理解、设计、判断，AI 负责大量实现。

我甚至觉得，未来学编程最容易走偏的有两种极端：

第一种：完全不用 AI，什么都自己敲。

这种方式当然能练基本功，但效率太低。比如你要写一个 Android 功能，自己花两个小时查 API、试参数、改语法，AI 可能几分钟就能给你一个初版。把大量时间消耗在“查怎么写”上，并不一定是在提高真正的编程能力。

第二种：完全不会代码，只会让 AI 生成。

这个反而更危险。因为代码一旦出现问题，你不知道问题在哪里；AI 改了一处，又可能把另外三处弄坏。尤其是你以前碰到的那种 Lua、AndroLua+、Android 工程问题，单纯复制 AI 的代码很容易出现“看起来合理，运行直接报错”的情况。

所以我更推荐第三条路：

自己学懂代码的基本原理 + AI 负责实现大量代码 + 自己负责检查、调试和决定最终方案。

可以把它理解成：

以前的程序员：

我知道怎么写，所以我写代码。

现在比较理想的程序员：

我知道我要做什么，也知道代码应该怎么工作，所以我让 AI 帮我写，然后我能够判断它写得对不对。

这两者看起来差不多，实际上差别非常大。

比如你说：

“帮我写一个单指拖动控制角色移动的 Lua 程序。”

AI 可以直接写出来。

但如果程序报：

attempt to perform arithmetic on a nil value (global '竖')

如果你完全不懂代码，你只能继续问：

“AI，帮我修。”

然后 AI 可能改一版，又报另一个错误。

如果你知道 Lua 的变量、作用域、全局变量、函数参数、运行环境这些基本概念，你看到：

竖 = 竖 + 1

就会马上想到：

“这里的竖根本没有初始化，或者当前执行环境里根本没有这个变量。”

这时候 AI 就真正变成了你的程序员助手，而不是你的黑盒代码生成器。

其实现在学编程，重点已经变了

以前学习编程，经常强调：

语法 → API → 数据结构 → 算法 → 项目

现在我认为应该更加偏向：

逻辑 → 程序结构 → 调试能力 → 阅读代码 → AI 协作 → 语法/API

因为语法和 API 本身，AI 确实已经非常擅长查。

例如你不记得 Java 怎么创建线程。

以前你可能要翻书、搜索、看教程。

现在直接问 AI：

“Java 21 给我一个安全的后台任务示例，并解释每一部分。”

这非常正常。

但如果 AI 给你的程序出现：

NullPointerException

你至少应该知道：

“这是空对象引用问题。”

这就是必须掌握的东西。

我觉得真正不能交给 AI 的，是这几个能力

第一，判断程序到底应该怎么设计。

例如你要做一个游戏。

到底应该：

触摸 → 判断手势 → 改坐标 → 检查障碍 → 播放声音

还是：

触摸 → 创建移动事件 → 游戏循环处理 → 更新坐标 → 碰撞检测

这不是 AI 替你决定就一定正确。

第二，读代码。

现在很多人犯的一个错误就是：

“我不会写代码，但是 AI 会写，所以我不需要学。”

其实恰恰相反。

AI 时代最重要的能力之一就是看懂 AI 写出来的代码。

你不一定需要能够从零敲出 5000 行代码，但你最好能看到 5000 行代码之后知道：

这里负责输入。

这里负责地图。

这里负责网络。

这里负责保存数据。

这里可能产生空指针。

这里修改了全局变量。

这里是程序启动入口。

这已经非常强了。

第三，调试。

我甚至认为：

AI 时代，调试能力的重要性会上升，而不是下降。

因为以后代码生成速度越来越快。

以前一个程序员一天写 300 行。

以后 AI 可能一分钟给你 300 行。

于是问题就来了：

这 300 行到底对不对？

所以真正稀缺的不是“生成代码”，而是验证代码。

那是不是意味着以后不用学编程了？

我认为不是。

反而应该学习。

但是学习方式应该变。

你不需要把自己训练成一个“人肉代码生成器”。

例如：

for 怎么写

while 怎么写

Java 的某个 API 参数是什么

Android 某个类怎么调用

这些东西不用死背。

但下面这些东西，我建议认真学：

变量是什么。

函数是什么。

参数和返回值是什么。

作用域是什么。

条件判断是什么。

循环是什么。

表、数组、对象是什么。

类是什么。

事件是什么。

异步是什么。

程序状态是什么。

文件、网络、数据库分别是什么。

错误为什么产生。

程序为什么会崩溃。

这些东西一旦理解，换 Lua、Python、Java、JavaScript、C#，你都能逐渐适应。

而且你这种情况，其实特别适合 AI 编程

因为你本身就不是单纯想学一个语言的语法。

你之前折腾过 Lua、AndroLua+、Android、APK、手势、TTS、游戏逻辑、工程构建这些东西。

这种情况下，完全靠自己一点一点查资料写，会非常慢。

但完全复制 AI 的代码也会非常痛苦。

最合适的模式其实是：

你提出需求 → AI 写第一版 → 你运行 → 把错误原样给 AI → AI 分析 → 你理解为什么错 → 再修改 → 最终代码进入自己的项目。

这个循环重复几十次以后，你会发现一个很有意思的事情：

一开始你可能是：

“AI，给我写一个。”

后来会变成：

“这里为什么是 nil？”

再后来：

“这个函数的执行环境不对。”

再后来：

“这里不应该直接改全局变量，应该传参数。”

最后甚至会变成：

“这个架构我自己已经想好了，你帮我实现这一部分。”

到了这一步，你已经不是单纯依赖 AI 了。

你是在使用 AI。

这两者差别非常大。

所以如果让我把这件事情压缩成一句话：

不要和 AI 比谁写代码快。让 AI 写得比你快；你要做到的是，比 AI 更清楚这个程序到底应该是什么。

未来真正厉害的程序员，很可能不是那个一天能手敲最多代码的人，而是那个能够把一个模糊需求拆成清晰系统，并且能够让 AI 快速实现、测试、修改和维护的人。

所以我不建议你走“纯手写派”，也不建议走“纯 AI 派”。

我更推荐：

30% 学编程原理 + 20% 自己写 + 50% AI 协作。

而且随着能力提高，这个比例还可以继续变化。

最开始可以让 AI 多写一点；等你越来越懂，逐渐变成：

你负责架构，AI 负责施工。

这可能才是现在学编程最有意思的一条路。

提示。这是我的真实经历

话再说清楚点就是。你不能什么皮毛都不会，就去让ai帮你写代码，ai也不知道他写的对不对，反正ai帮你写了他就是写了。之后，如果想让ai帮你做应用，就必须从网上找代码教程。本次讨论到此结束，评论区交给大家