在整个2025年，主流的AI编程工具几乎用个遍，每次大版本的密集更新，都需要挨个重新尝试，选择最趁手的工具。
没有一款工具完全不能用，也没有哪款工具一直最好用。
像主流的Cursor，Claude Code，Qoder，CodeX，AI Studio，大模型直接编程等，在前端纯新手的阶段，自然倾向于找好用的工具和付费，但是熟练上手之后，技能提升会降低工具的依赖。
自己做了十年的后端开发，使用的工具组合几乎没变过，对AI编程的依赖少之又少，因为用和不用，对效率的影响不明显。
自己的Git仓库有各种脚手架工具，现成的开源组件也遍地都是。
当技术不再是高门槛，能参与进来的人就会增加，市场必然会疯卷性价比，产品创意和资源就愈发珍贵，这个规律也算客观常识。
但不亲手折腾，真不知道深浅。
在2025年初的时候，公司开始试水海外的市场，投入的人员就两个：某个研发组的技术负责人，还有一个业务主管，前后个把月的时间，产品的第一个版本上线。
所谓的研发过程，堪称简单粗暴。
两个人在会议室，业务主管说需求，技术负责人写代码，前端使用cursor开发，后端使用Python语言，产品中的核心是版权资源，直接托管在云服务。
最简的流程，最高的效率。
海外市场的验证结果，非常具有可行性，整体的逻辑就是，产品上线后在社媒投流推广，投入和产出是正比，所以值得更多的投入。
之后公司组建研发团队，就是常见的分工协作流程，快速对产品和编程语言进行重写。
还有一个硬性的福利，任何人有需要，都可以申请顶配的AI工具会员，对工作效率有最深的执念，质量需要打工人自行把关。
到2025下半年独立做产品，更是全程借助AI工具，快速的发布两款产品，积累各种流程的经验，分析产品从开发进入市场的效果。
自己做产品的视觉，优于公司产品的样式，不过这不是重点。
公司的产品中有版权资源，做营销推广后，可以产生稳定的交易转化，个人产品没有这个条件，创意也不够吸引人，只能做市场中的过客。
进入职场后并没有写过前端代码，单纯靠需求描述，在AI加持下也把产品前端做了出来，和公司的海外产品初版一样，都是用cursor不到一个月完成。
但AI编程历来有个争议：代码多了不好维护。
事实上任何代码：经历多人多版本多年的发酵之后，都臭气熏天难以下手，就算看自己两个月前的代码，可能也会嗤之以鼻。
所以维护别人或AI的代码，从开发者角度看，自然谁都不乐意。
当需要关注代码本身时，必然会在乎开发的工具，框架设计和技术栈版本等，代码质量的高低，会直接间接的影响生活节奏。
当更关注产品的市场反馈，就对工具和编程语言没有那么在意，如果产品的反馈不好，那么产品背后的很多投入都会打水漂。
所以对AI编程的取舍，与技术能力，所关注的角度，都有直接的关系。
人工智能狂奔的三年，2023年只算个玩具，2024年可用但质量不高，2025年能做好的事越来越多，AI编程又是突出的能力之一，独留开发者在代码中凌乱。