我会借助 AI 完成一部分开发工作。它让我能更快地试方案、改工具、定位问题；同时，也让我更清楚地看见技术负责人必须自己做的判断。
把业务问题拆成可验证的任务
面对一个需求，我先确认谁会用、输入和输出是什么、失败时会怎样、交付标准是什么。然后把工作拆到能测试的程度。这样生成的代码才有明确目标，也便于发现它理解错了什么。
让 AI 参与实现，让证据决定取舍
我会用 AI 辅助阅读文档、编写和修改代码、解释错误。但接口是否符合业务、数据有没有丢、边界情况是否处理、性能能否接受，需要靠测试和实际使用判断。不了解的底层细节，我会继续查资料、做小样本验证。
上线之后才是完整的工作
工具跑通一次，不代表它能交付。部署环境、权限、备份、设备差异、使用者反馈和后续维护，都会影响结果。我把这些环节也放进同一条工作链里，而不是只记录“代码已经写完”。
AI 改变了我的实现方式；我仍需要对需求、方案、测试与交付作出清楚的判断。这也是这个博客会持续记录的主题。