同样用 Codex、Claude Code，为什么写出来的代码差距这么大？

AI 编程有一个很违反直觉的现象：工具越强大，使用者之间的水平差异反而越突出。

在真正复杂的工程项目中你会意识到，AI 抹平的仅仅是敲键盘的效率，而构建一个高质量软件系统所需要的能力，它并没有帮你补齐。

大家应该都见过类似的场景：让 AI 重构某个模块，它唰唰改了十来个文件，命名统一，架构清晰，第一眼看上去相当专业。

但真正运行起来就出事了——原有逻辑被它"顺手"重写了，几处边界判断消失了，权限校验也被省略了，还额外抽出了一个谁都不敢动的抽象层。

问题就在于，AI 确实完成了工作，而且太过"积极主动"了。

那些真正用得好的人，究竟多做了哪一步？

让 AI 能自己验证自己的工作

我仔细研读了 Claude Code 和 Codex 的官方文档，发现它们反复提到一个朴素至极的理念：让 AI 拥有自我验证的能力。

Anthropic 的表述非常直白——给 AI 提供一个能自我核验的机制。一套测试用例、一个对照基准、一句明确的"完成标准"，这就是投入产出比最高的事情。

如果你不给这个，AI 只会产出一个"看着像对的、跑起来有问题"的结果，而你就变成了它唯一的质检员，每个 bug 都得亲自兜底。

所以真正会用的人，不会把一团含混不清的需求直接扔给 AI。他会事先阐明：当前的行为表现是怎样的、预期目标是什么、核心调用链路在哪里、哪些文件可以修改、哪些层级不能碰、做到什么程度算结束。

这听起来像是 prompt 技巧，实际操作起来全是工程基本功——把一个模糊的想法，压缩成一个可执行、可验收的小型任务。

信任与验证的鸿沟

Anthropic 还特别指出了一个陷阱，叫做「信任与验证的鸿沟」：AI 交出来一份看上去很现代化的实现方案，但鉴权逻辑、异常处理、并发控制、数据兼容全都缺失了，偏偏你第一眼还看不出来。最危险的代码，往往就是这副模样。

人掌舵，AI 执行

OpenAI 在介绍 Codex 时用了一个比喻我很认同：人负责掌舵（steering），agent 负责执行（execution），方向盘永远握在人的手里。

AI 可以替你猛踩油门，但它分辨不了前方是坦途还是悬崖。

纠正两次不对就重开

还有一个细节特别务实。

官方建议，如果你已经纠正了 AI 两次它仍然不对，就不要继续硬掰了——清空上下文，重新来一轮。因为此时对话中已经堆满了失败的尝试记录，AI 只会在错误的方向上越跑越远。

你看，这些道理没有任何玄学成分。

善于使用 AI 的人，只不过是踏踏实实地把「判断」这个责任扛在了自己身上：哪些该做、哪些不该动、变更范围如何收敛、完成后用什么来验收。

AI 是一面放大镜

AI 归根结底是一面放大镜。

你给它清晰的问题定义、干净的上下文信息、严格的反馈标准，它就放大你的工程实力；你给它模糊的需求和松散的标准，它同样会毫不客气地，把这些问题一并放大。

所以即便用着同样的 AI 编程工具，代码质量依然会拉开差距。

真正制造差距的，始终是坐在屏幕前做决策的那个人。