我曾通宵用 AI 构建某个东西，让一堆功能跑了起来，然后才意识到自己其实解释不清刚建好的东西里有一半是什么。
也有些夜晚，我花好几个小时去搞明白一个愚蠢的小问题，结果不知怎么的，从中学到的比前一整晚学到的还多。
想想还挺有意思的。两次我都很有产出。两次我都得到了能跑的代码。但我从每次经历中实际学到的东西却完全不同。
我最近写了一篇文章，讲 AI 如何让逃避思考变得太容易了，这让我开始反思自己的习惯。因为我一直在用 AI 编程工具。我喜欢它们。它们帮我构建了一些否则我可能根本不会去尝试的东西。
但我也仍在学习。学很多。
而仅仅让某个东西跑起来，和真正理解它是如何运作的，之间有着巨大的差别。
仅仅因为我听懂了讲解，并不意味着我理解了代码
这种情况可能发生在我们所有人身上，比我们愿意承认的还要多。
我可能会让 AI 解释某个东西，它会给我一个完全合理的拆解。一切都很说得通。我能跟上思路，我理解每个部分在做什么，然后我想，好，懂了。
然后 3 天后我需要改点东西，突然我就盯着代码，像从没见过它一样。
显然，当有人手把手带我走完整个讲解时，我理解得挺好。
不过，那和真正掌握它并不是一回事。
我不是在说记住语法或记住每一个 API 细节。我一直在查东西，我觉得这没什么问题。
我说的是理解某件事为什么要用某种方式来做。
如果关于某个功能我能记住的只有“AI 写的，而且能跑”，那我其实没从中学到多少。
有时候有趣的部分是你不知道其存在的问题
我一直在做一个文本编辑器，叫Slate，对我来说这是一段非常有意思的学习经历。
有一件事我以前没怎么想过：当你在还在编辑文件的时候保存它，实际会发生什么。
我的意思是，保存文件听起来挺简单的，对吧？把内容写入磁盘，标记为已保存，搞定。
但问题是，如果用户在保存进行的同时继续输入，会发生什么？
正在写入的文件包含的是旧内容，但编辑器现在有了更新的改动。所以如果保存完成、编辑器清除了未保存标记，这基本上就是在告诉用户一切都已保存，而实际上并没有。
Slate 使用基于修订版本的保存跟踪来处理这个问题。当保存开始时，它会记住正在保存的是文档的哪个修订版本。这样一来，保存过程中所做的任何改动就不会被误标记为已保存。
其实 AI 本可以帮我把这些全都实现好。我本可以测试一下保存按钮，看到它能用，然后继续过我的日子。
但理解为什么这种修订跟踪很重要，才是它对我有用的原因。
这其实跟代码本身没多大关系。关键在于认识到，一个操作从开始到结束之间，某些东西可能会发生变化。
而这个问题可能出现在各种应用中，不只是文本编辑器。
这才是我希望从一个项目中学到的东西。
真正动手实验会带来巨大的差别
我在使用本地 AI 模型时也注意到了同样的事情。
假设我运行一个模型，它完成某件事需要 30 秒。
好吧，那它很慢，对吧？
嗯，也许吧。但到底是什么花了 30 秒？
大部分时间是不是花在把模型加载到内存上？实际处理是不是很慢？再运行一次会不会明显更快？
这些都是我可以测试的东西。
而且我发现，真正动手实验比只是让 AI 解释发生了什么，能让我学到更多。
再运行一次。分别测量各项。改动一些东西。看看会发生什么。
有时候结果完全符合我的预期。另一些时候则相差甚远，而通常正是这种时候事情才变得有意思。
我很喜欢能用 AI 帮我弄清楚事情。我可以问还应该尝试什么，或者为什么结果和我想的不一样。
这让学习不熟悉的东西变得容易多了。
但 AI 告诉我某件事为什么会发生，和我真正看到发生了什么，这两者之间有很大差别。
而且有时候 AI 的解释也是错的。我相信大家都知道这一点。
我不一定记得代码，但我记得问题本身
我觉得这大概是我注意到的最重要的一点。
当我真正花时间去理解某件事时，我之后可能不记得具体的实现方式。但我记得我当时想解决的问题，以及我为什么那样解决。
而这会延续到其他项目中。
也许我会开始想，某个异步操作是否可能在用户已经改了某些东西之后才完成。
或者某个性能问题其实是个启动问题。
又或者我是不是存了某份状态，而它其实可以从别的东西算出来。
我可能还是需要去查资料。我可能还是会让 AI 帮我写实现。
但至少我知道自己在找什么，以及它为什么重要。
如果我只是不加思考地接受生成的代码，那这一切我都错过了。解决方案就摆在我的项目里，但我在别处遇到同样的问题时，可能根本认不出来。
考虑到我开新项目的频率，我很可能会在别处再遇到它。大概就在下周。
当然，我不需要把每件事都变成一次学习经历
我也觉得这里需要一种平衡。
有时候我只想让 AI 修一下按钮的内边距。
我不需要花 45 分钟去研究 CSS 间距的底层原理。我只想让按钮看起来正常。
有很多事情我很乐意交给 AI 处理。样板代码、重复性的改动、我已经做过一百遍的事，或者只是我不想干的枯燥工作。
这也是我一开始就用这些工具的部分原因。
但当我构建不熟悉的东西，或者在做我明知以后需要维护的功能时，我会尽量多参与一些。
有时候这意味着只是问问题。
其他时候我可能就直接动手改点东西，看看会发生什么。
我认为，哪怕是像在运行前预测某个改动会带来什么这样简单的事，也能带来不同。因为如果结果不是我预期的，那我现在就有东西可以调查了。
我每次都这么做吗？绝对不是。
有时候我盯着某个东西看了两个小时，AI 终于把它跑通了，而我整个思路基本上就是“谢谢，终于好了，继续下一个”。
我不会假装不是这样。
但我正试着更清楚地意识到，什么时候我是在真正学习，什么时候我只是在把事情做完。
因为这两者并不总是一回事。
把东西跑通，和学会它如何运作，并不是一回事
AI 编程工具最让我喜欢的一点是，我更愿意去尝试那些我几乎一无所知的东西。
我尝试过各种语言、框架、本地模型、桌面应用，以及各种各样我以前大概会一直拖着不碰的东西。
倒不一定是因为我学不会它们，而是因为从零开始接触完全陌生的东西可能非常费劲。
AI 把最初那道门槛降得低多了，我觉得这真的很棒。
但也有一种诱惑，就是一直不停地往下做。一个功能跑通了，你就去做下一个。然后再下一个。不知不觉间，你已经有了一个完整的应用，却对其中一些相当重要的部分只有模糊的理解。
而人太容易把所有这些进展误当成学习。
我肯定干过这种事。
我觉得最能留在我记忆里的，通常是那些我不得不稍微调查一下的东西。某个东西的表现和我预期的不一样，或者我对它为什么以某种方式运作产生了好奇，于是我花了一些时间去弄明白。
有时候这种调查只需要几分钟。有时候它会把我带进一个兔子洞，耗掉我整晚的时间。
不管怎样，相比那些第一次就完美跑通的功能，我往往更记得住这些经历。
这是我在继续用 AI 构建东西的过程中想记住的一点。
我不想停止使用这些工具，也不想故意给自己把一切都弄得更难。
我只是不想过于沉迷于自己能构建多少东西，以至于忘了留意一路上学到的东西。
那么……你呢？你在用 AI 构建的过程中有没有学到一些有用的东西，现在能自己排查问题或解释清楚？或者你有没有回头看过 AI 生成的代码，发现自己完全不明白它是怎么运作的？