一次性小脚本全交给AI写后的变化

我抽空数了一下，上个月我让 AI 写的一次性脚本有十四个。啥叫一次性，就是跑完这次就再也不用的那种。批量改文件名、把一个日志文件按日期切开、把几百个 SQL 文件里的表名抽出来列个清单、给乱序的照片按拍摄时间归档。

以前这些活我都是自己写，现在全是 AI 写，我只负责说清楚要什么和验收。几个月下来，有些感受跟刚开始想的完全不一样。

快是真快

大多数脚本三轮对话以内能跑通，平均一个花十来分钟。自己写的话，这些活单个也就半小时到一小时，但架不住多，以前每个月总有几个晚上耗在这种事上。

比省时间更重要的是启动成本低了。以前有个杂活，人会下意识拖延，想着周末再弄，拖到数据堆了三个月。现在我一般是手头活干完顺手就把脚本要了，当天的事当天了。

我变懒的地方，得警惕

第一个变化是我不再亲手验证边界。以前自己写脚本，写的过程中自然会想到文件名有空格怎么办、有个目录是空的怎么办。现在 AI 写的脚本边界处理看着挺周全，但那些 if 是它写的，不是我推的，我没在脑子里过过。有一回批量重命名，它没考虑到两个文件会重名冲突，覆盖丢了一个文件。数据不重要，但我后背发凉，从那以后凡是涉及覆盖、删除、移动的操作，我都让它先打印将要执行的清单，我扫一眼再真跑。

第二个变化是我的脚本手感在退化。有一回 AI 卡在个正则上死活写不对，我想自己上手改，发现我得先想一会儿。不写代码，手感掉得比想象快。现在我刻意的要求是，它给的每个脚本我至少通读一遍，卡住的段落让它解释为什么这么写。读脚本比写脚本省力，但能保住理解。

分工的边界在哪

试下来，一次性的数据加工类脚本，喂给 AI 最划算，正则、格式转换、文件批处理、简单统计，都是它的强项。两类活不适合交出去，一类是要在公司内网环境跑、依赖内部库的，说都说不清楚，来回沟通比自己写慢。另一类是跑在重要数据上的，比如直接 update 生产库的脚本，这种我坚持自己写或者至少逐行审，不是不信任 AI，是这种操作的出错代价承受不起。

还有一个心态上的转变值得说说。以前我有点以会写脚本自傲，觉得这是技术人的护城河。现在看，护城河从来不是打字的手速，是知道要写什么、知道哪里会出事。AI 把后半段的体力活接走了，前半段的判断还是我的，而且因为省了体力，判断反而有更多时间想了。