Agent 大爆发的一年，我写代码的方式也加入了除手工写之外的其他两种方式。
使用 Copilot debug 和 写样板代码
在去年我使用AI写代码的时候，最多的场景还是问解决方案，今年模型的 agent 能力开发出来之后，更多的时候是用来直接 debug 和写 样板代码。
debug
一般来说，debug 的过程是，遇到问题，我判断问题可能出在哪个页面，是哪个功能，通过什么操作复现的，然后我会在 vscode 的 chat 框引入对应的文件，并且把操作过程和错误以及我的猜测都输入进去，开启 agent 模式，发送，然后等待结果返回。一开始，在 claude sonnet 3.5,3.7的很多时候其实没有那么好用，会给很多看似改对了但是再去操作一遍还是没用的代码，不得不说这个是真的浪费了不少时间，换在以前自己早都改完了，还有耐心在这和它聊噢。但是想了想，后面模型能力提升了和AI协作必不可少，也就继续和它"沟通"。
后面发现可以不让它一步直接修改，而是让它先确定问题具体出现在哪一行或者是由于哪个设计引起的，先加上调试日志，通过调试日志来确定问题，最后一步才是改具体的业务代码。
写样板代码
新功能页面的开发，为了符合页面风格，以及一些接口复用，会需要写样板代码。这种样板代码又不像功能复用要是做成高度抽象的到时候个性化又太麻烦，于是之前是手动复制一份，然后修修改改，可能要几个小时，但是今年就完全不一样了。遇到这种情况直接让AI去做，我把参考页面引入做上下文，然后再把新页面的个性化需求加上，发送之后过几分钟页面就出来了，然后再自己调整一下，最多也就10分钟就把样板代码部分搞完了。
使用 Claude code 进行 vibe coding
Vibe coding 这个概念今年特别火热，经常有人说自己不懂技术的朋友利用 vibe coding 开发了自己的 app 赚了钱或者实现了零的突破之类的。特别是 Claude code（后文简称 cc） 和 aistudio 的推出和流行。前者是完全的引领了这股风潮，通过自然语言让AI搭建项目，开发功能，自主debug，提交代码到github，甚至运行在部署过程。而后者则是凭借 google 生态和 gemini3 的多模态 SOTA 能力构建了一个从开发到部署都在一个地方的完美体验。
Feishu Doc Exporter
我用 cc 主要是在小项目，或者说 demo 演示这种情况。比如我今年用飞书比较多，我发现我自己要把飞书文本同步到公众号的时候，文档格式会丢，于是我看chrome store 里没有之后，就产生了写一个浏览器插件来解决这个问题的想法，于是就用 cc 来完成这件事，这个项目叫 Feishu Doc Exporter 。这个项目我从头到尾没有写过一行代码，我只是把飞书的前段元素结构发给它，然后把我的需求说了。在最近的更新里，它甚至把我给的图片自动切分了，因为它觉得这个图片太大不利于审核。
使用 cc 写代码唯一担心的是钱包。也正因为这个我才知道L站，才知道很多公益站，还有很多低价的中转站，说到这个我真的很期待国产AI的崛起，到时候直接用国内的模型，真好！加油啊，minimax 和 glm 和 deepseek 和 qwen！
参加 Aistudio 的黑客松活动
其实这一节比较像产品经理，当然我这几年我认为我也没遇到几个非常牛的产品经理。
在黑客松活动中，在 aistudio 里我直接构建了一个今年apple的年度app。
我的体验是，在这个环境里我就只需要说说说就像，哪里不对我就说，改整体颜色我就说换个更可爱的颜色，改布局我就说想想 apple 会怎么设计这个功能。
加入了 google 的多模态功能识别物品的名称和英文，过度效果，还有国际化需求，支持不同母语和目标语言，这些费时费力的事，在这里就是几句话，几分钟。
So fast，so hard！
一晚上我改了五六七八遍。
我遇到的问题
贵，真的贵
第一个大问题就是太贵了，好用的模型价格太贵了。最新的 opus 模型价格是 sonnet 的3倍，而无论是 cursor 还是 claude 或者 openai 基础会员都是 20 美刀，用量完全不够用，而最新的模型往往能力都更强，体验过之后会很难再用老模型了。
使用起来门槛很多
-
门槛高 首先第一个就是国内能直接使用的都落后。比如 trae 国内就只能用落后最前沿一两个版本的模型，codebuddy 国内版本也是，qorder 也是一样，想用最前沿的模型，就要用他们的国际版或者想别的办法。
-
配置多 无论是 vscode 的 agent 能力还是 cc 的自主代理，这些都是体验起来很美好，但是想降低开销，想提高准确率，会需要各种各样的配置文件。我领导最近发觉 cursor 额度用的很快，一查发现怎么单次会话几千万 token。
比如 vscode 就推出 .github/agents.md 和 .github/copilot-instructions.md 等文件来进行项目级别的对于 agent 每次会话的前情提要，而在 cc 中，配置更是多到让人眼花缭乱，有子代理，允许执行的命令，skills，允许的 mcp 列表等等，这些都需要你自己去配置，去编写，你需要理解这些配置文件的作用，是不是有一种 webpack 的感觉？甚至 cc 可以分为全局（整台电脑）的配置和项目级别还有目录级别的，我自己认为把 cc 配置文件精细化到这种程度是超级复杂的一件事。
总结
AI在今年已经不是我的实习生了，而是我的代码搭子，我向它灌输需求，我给它装配能力，让它知道它负责的项目要求，让它知道现在要做的是什么，让它先搞一版出来，然后我再和它调调调，来回几次之后算是把任务完成了，我的收获就是原来需求是这样去考虑的，代码能力的增长主要是体现在和AI说需求的过程中我的预期也越来越清晰了。
2026年我感觉可能更多是要vibe coding了，虽然公司也没有那么多新产品要推，但是对于个人去解决遇到的问题，去为了自己的一点好奇心或者玩，可能更容易去写代码了，反正不用手写了。