前几天，一个刚上手 AI 编程的朋友和我聊天：
"AI 哐哐哐就生成了几十个文件，测起来也没有问题，但后来我仔细一想，这个思路后续的可扩展性不够，没法采用，需要撤销重来，感觉挺可惜的"。
这种"可惜"，我猜不少刚开始用 AI 写代码的人都经历过。
代码不是资产，认知提升才是
在传统开发中，代码都是一行一行敲出来的。
删一段？那可是熬过的夜、掉过的头发、查过的文档。
所以很多人哪怕知道方向不对，也硬着头皮往下改------毕竟"都写到这儿了"。
但 AI 编程时代，代码生成的成本几乎趋近于零，几十个文件对 AI 来说可能就是一句提示词的事情，甚至，你的一杯茶可能都没有喝完。
真正值钱的 ，不是那堆能跑的代码，而是你每次尝试获得的认知提升：
- 为什么这个方案不行？
- AI 解决问题的思路是否有值得学习的的地方？
- 下次给 AI 的提示词应该如何改进？
这些，才是你在 AI 编程时代应该不断累计的"资产"。
AI 让快速试错成为可能
传统开发模式下，几十个文件，可能得花费好几天才能调试完。
但现在，AI 几分钟都能帮你生成某种方案的代码，让"快速验证"成为了可能。
也许，以后程序员对代码的感知层级不再是按照行、函数、文件之类，而是按照某个特性、某个升级、某个方案来考虑了。
别让"沉没成本"绑架你的判断
心理学上有个说法，叫做"沉没成本"：投入越多，越舍不得放手，哪怕知道是错的。
而 AI 编程时代，写代码的"沉默成本"几乎不存在，因此，我们可以更加理性地去对比各种方案，而不再受制于敲代码而投入的成本。
所以，发现问题就果断删。
删得越快，离对的方案就越近。
为了说明观点，本文简化了相关概念，比如：AI 重构需要完备的测试保障。
结语
别太在意那些需要删除的文件，它们不是失败的证据，而是你接近正确答案的脚印。
发现问题之后，别犹豫，大胆删除，快速重试，也许没有妥协之后，我们的代码质量会变得越来越好。