如果要给 2025 年一个关键词，那一定是：冲击。
这一年，我们还没来得及从 AI 的震惊中缓过神来，它就已经不仅是工具，而是成了我们身边的"同事"。
站在 2026 年初的节点回望，我敲下的每一行代码里，似乎都藏着 AI 的影子。
⏩ 2025：被按下的加速键
故事的伏笔其实埋在 2025 年初。
当 DeepSeek R1 带着那篇名为《Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》的论文横空出世时，圈内人都在说："大的要来了。"
这不仅仅是一个模型的发布，更像是一次范式转移。它证明了纯粹的强化学习（Reinforcement Learning）可以让大模型具备惊人的推理能力。从那一刻起，AI 的发展仿佛被按下了十倍加速键。模型迭代不再是按年算，而是按周算。早上刚学会怎么在这个模型里写 Prompt，晚上就发布了吊打它的新一代模型。
我们这群开发者，就像坐在过山车第一排的乘客，还没来得及系好安全带，就被推向了未知的轨道。
那场名为 Manus 的"赛博烟花"
记忆最深刻的，莫过于 2025 年 3 月的那场"狂欢"。
一个名为 Manus 的项目突然杀出重围。全网刷屏、官媒热捧、一枚邀请码被炒到 10 万天价。当时所有的技术群都在讨论它，仿佛它就是中国团队打造的"全球首款通用 Agent"，是 AI 革命的终点站。
我也曾心动过，甚至幻想过有了它是不是就能躺着写代码了。
然而，现实比电影更魔幻。仅仅 4 个月后，剧情急转直下：清空微博、锁区中国、裁员 80%、总部迁往新加坡...... 原本的"国货之光"瞬间变成了网友口中的"币圈盘子"和"骗子公司"。
眼看他起朱楼，眼看他楼塌了 。Manus 就像一场华丽的赛博烟花，炸响了 2025 的天空，也留下了满地鸡毛。但也正是这场闹剧，让我清醒地认识到：炒作的概念终将退潮，只有真正能落地的工具，才能留在开发者的 IDE 里。
我的开发工作流：IDEA + Cursor
作为一名整天和 Spring Boot 打交道的 Java 开发者，我对 AI 的态度其实经历了一个漫长的"抗拒 -> 尝试 -> 依赖"的过程。而在这个过程中，我找到了最适合自己的玩法。
从割裂到融合
起初，GitHub Copilot 刚嵌入 IDEA 时，我只是把它当成一个"高级点的自动补全"。它能帮我写写 Getter/Setter，或者生成一段通用的工具类代码，仅此而已。
直到 Cursor 出现。但说实话，让一个 Java 开发者彻底放弃 JetBrains 全家桶去用 VS Code（Cursor 的底座），是不现实的。IDEA 强大的重构功能、完美的 Maven 依赖树视图、丝滑的 Debug 体验，这些都是我们赖以生存的空气和水。
所以我没有选择"非此即彼"的站队，而是根据场景混着用：
- IDEA ：当我要梳理复杂的继承关系，排查因为版本冲突导致的
NoSuchMethodError，或者进行大规模的重构时，我会回到 IDEA。它的静态分析能力和索引速度，目前依然是业界天花板，给我一种踏实的安全感。 - Cursor ：当我要写一个新的业务模块，或者需要快速实现一个验证性的 Demo 时，我会一键切换到 Cursor。
- "基于这个 Interface 生成策略模式的三个实现类，并补充 Unit Test。"
- "分析这段报错堆栈，给出最可能的三个原因。"
IDEA 代表着工程的严谨，Cursor 代表着创造的速度。在 2025 年，一个成熟的开发者，应当学会同时驾驭这两种力量。
当我在 Cursor 里敲下 Tab 的那一刻，我不再是在"写"代码，而是在"编织"逻辑。
📈 那些"回不去"的变化
如果非要总结 2025 年对我改变最大的两点，那一定是：
1. 学习速度的质变
在以前，技术栈之间的壁垒是极高的。想从 Java 跨越到 Rust 或者 Go，中间隔着厚厚的文档和无数个跑不通的 "Hello World"。那种面对陌生领域时的无力感，是阻碍我们探索的最大绊脚石。
现在，这道墙被 AI 推倒了。
"Hey AI，我是 Java 熟手，想用 Rust 写个高并发爬虫，请对比 Java 的并发模型，给我一个最佳实践的 Project Structure。"
几秒钟后，知识的精华被提炼、对比、呈现。我们不再需要为了喝一杯水而去铺设整条自来水管。
但这也带来了新的挑战------"鉴伪能力"。 AI 经常会一本正经地胡说八道，特别是在最新的技术领域。这倒逼我从一个"搜索者"进化为了"验证者"。以前我 90% 的时间在找资料，10% 的时间在验证；现在我 10% 的时间在获取方案，90% 的时间在审视代码的合理性。AI 给了我飞翔的翅膀，但我必须自己掌握方向盘，否则随时会掉进它编织的逻辑陷阱里。
2. 开始记录，保留自我
今年我也开始了技术写作。
起初动机很单纯，就是为了对抗遗忘。因为在那个人机交互如此高频的时代，如果不记录点什么，记忆很快就会被新的 Token 冲刷掉。
但在记录的过程中，我发现了一些 AI 无法替代的东西------"情绪"。 AI 能生成完美无瑕的代码解释，但它写不出深夜排查 Bug 时那种抓心挠肝的焦虑，写不出终于定位到问题时那种也就是修改了一行配置的狂喜，更写不出面对奇葩需求时那种"无语凝噎"的无奈。
我开始尝试在技术文章里融入这些"人味儿"。这让我意识到，技术得是有温度的。 写作成为了我在这个数据洪流中，确立"自我存在感"的锚点。
🔚 思考与忧虑
2025 年过去了，不管是 Manus 的骗局，还是 Cursor 的崛起，都已成为历史。
说实话，面对 AI 如此迅猛的发展，我心里其实是百感交集的。
一方面，我享受着效率提升带来的快感。 另一方面，我也深深地忧虑：我的不可替代性还剩多少？
岗位是否会因为效率提升而缩减？那些由 AI 生成的、我并没有完全理解细节的代码，会不会成为未来项目里的"定时炸弹"？这种对项目掌控力从"绝对确定"变成"概率确定"的感觉，由于黑盒的存在，偶尔会让我感到不安。
越是简单，我越常在深夜反问自己：如果明天拔掉网线，没有了 Copilot，没有了 Cursor，我是否还能写出优雅的代码？我是否还记得 HashMap 的底层实现？
这种反问让我保持清醒。 我不排斥 AI，我依赖它，赞美它。但我更警惕它带来的思想懒惰。 我们不能因为有了计算器，就忘记了九九乘法表背后的逻辑；也不能因为有了 AI，就丧失了独立思考和从零构建的能力。
因为 AI 只能给出答案，但真正解决问题的，永远是那个持续学习、不断思考的你。
正如毕加索所说：
"计算机毫无用处。它们只能给你答案。" (Computers are useless. They can only give you answers.)
2026，愿我们都能做那个提出问题的人。