为什么我改变了AI开发软件的工作顺序？

AI开发效率越来越高，但我发现，有时候真正浪费时间的不是写代码，而是工作方法本身。

过去一段时间，我借助AI参与或完成了多个软件项目，从企业管理系统、客户管理、进销存，到行业业务软件，积累了不少实际开发经验。

最初，我采用的是一种比较传统的开发思路：先研究业务需求，整理业务规则，再交给AI开发，等功能基本完成后，逐步优化界面和使用体验。

这个方法并没有错。

特别是随着AI编程能力不断提高，过去需要花费大量时间完成的工作，现在通过多个智能体协作，可能很快就能实现主要业务功能。

有些项目，业务主线一天就能基本打通，经过后续测试和修复，也能较快进入相对稳定的状态。

一开始，我觉得这种效率已经非常高了。

但随着项目越来越多，一个问题开始反复出现。

业务功能完成得很快，用户体验的优化却越来越耗费时间。

系统能够正常运行，业务流程也能走通，但界面往往带着明显的通用后台风格。

页面布局、按钮、字体、弹窗、操作反馈，看起来都没有太大问题，实际使用时却总觉得不够自然。

有些界面虽然功能齐全，但操作起来缺少真实业务软件应有的感觉。

于是，我开始反复调整。

今天修改布局，明天优化弹窗，后天又发现字体和交互不协调。有时一个看似简单的体验问题，还会牵动原有页面结构。

慢慢地，我发现一种很有意思的现象：

AI完成业务功能的时间，可能还没有我后期调整使用体验的时间长。

真正让我开始反思的，是一次干洗店管理系统的开发经历。

当时，系统主要业务已经跑通，收衣、取衣、会员、充值、交班等功能都有了实际操作基础。

但接下来的两天，我仍然在不断调整前端界面。

业务没有成为主要障碍，反而是视觉效果、操作习惯和实际使用感受，让项目迟迟达不到自己满意的状态。

这时候，我意识到，问题可能不完全出在AI身上。

AI并不是不会设计漂亮的界面。事实上，我也尝试过让AI直接制作一些演示页面，视觉效果有时相当不错。

但这些漂亮页面，并不代表背后拥有完整的业务规则和真实的数据处理能力。

而那些经过严格业务开发的系统，虽然功能扎实，视觉表现却又容易趋于普通。

为什么同样是AI，能够做出漂亮的界面，也能够完成复杂的业务，却不一定能轻松把两者结合起来？

这个问题让我开始重新审视自己的工作方式。

过去，我更关注AI能不能把任务完成。后来，我开始关注任务是怎样被组织的、不同阶段的工作目标是否清晰，以及最初的选择会不会影响后续结果。

我逐渐认识到，AI的输出不仅受到模型能力影响，也受到任务安排、约束条件和已有成果的影响。

当一个系统最初主要围绕功能实现而建立，后面再追求完整的视觉体验，有时就不只是简单美化，而是需要重新处理许多已经形成的设计和交互关系。

这些问题不一定靠换一个更强的模型就能解决。

后来，我尝试调整原来的工作方法，把不同性质的问题分开思考和处理。

在干洗店项目的界面实践中，我看到了这种调整带来的变化，也开始形成一套新的开发思路。

不过，新方法还需要更多完整项目的检验，我不会因为一次体验改善，就认定它已经适用于所有软件开发。

回头看，这段经历带给我的收获，已经不只是学会怎样使用AI编程。

它让我认识到，工具能力不断提高，并不代表人的工作方式可以保持不变。

从电商运营、网站建设到AI软件开发，我越来越能体会到一个共同点：

很多时候，效率问题并不只发生在执行环节，也可能发生在最初的判断和决策环节。

当一个问题第一次出现，我们可能只需要解决它。但如果同样的问题在不同项目中反复出现，不断消耗时间和精力，就值得重新审视：究竟是执行不到位，还是原来的工作方法本身就存在问题？

如果只顾着解决眼前的问题，今天修一次，明天再修一次，很可能一直在重复相同的消耗。

有时候，真正需要改变的不是执行力度，而是解决问题的路线。

复盘的价值，不只是总结哪里做错了，更重要的是找到反复受阻的原因，重新寻找突破口。

当然，改变方法也不代表新方法一定正确。它同样需要实践、验证和不断修正。

我并不认为自己已经找到了最好的AI开发方式，也不认为一套方法能够解决所有问题。

但这次经历让我再次确认：

真正值得积累的，不只是完成一个项目的能力，而是在反复遇到问题时，能够通过复盘发现原因，敢于质疑原有方法，寻找新的突破口，并在实践中不断修正自己的判断。

AI会不断进步，模型会不断更新。

而我希望自己能够持续进步的，不只是使用工具的能力，更是理解问题、审视方法、独立判断和主动改变的能力。

工具决定了我们可以做什么，判断力则影响我们怎样做，以及是否值得继续沿着原来的路走下去。