开始的时候，谁也没当真

ChatGPT刚出来那阵子，我的第一反应其实是：挺有意思，但也就这样。
当时更多是拿它问一些零碎问题，比如语法、正则、面试题，感觉像一个会聊天的搜索引擎。
但很快就发现不对，它能记住上下文，能沿着你的思路继续往下走。
这件事的意义很大：提问从“一锤子买卖”变成了“连续对话”。

ChatGPT阶段：从新鲜感到日常化

真正的变化不是它第一次答对了什么，而是我开始天天开着它。
写代码卡住了先问一句，写文档没思路先让它起个草稿，连改周报都开始让它先整理结构。
以前是自己从0到1硬拧，现在更像先让它给个1，再自己改到10。
这一步说起来简单，但对工作流影响很大。

DeepSeek阶段：把“常用”变成“高频”

DeepSeek给我的体感是，便宜、快、能打。
成本下来之后，很多之前舍不得问、懒得问、觉得没必要问的问题，都开始顺手丢给模型。
比如同一个方案，我会让它给三版，再让它互相批评，最后自己拍板。
这时候AI已经不是“偶尔的外挂”，而是“默认在线”的工具。

Gemini阶段：不只是文本了

Gemini让我更明显感受到的是多模态能力。
不是只聊文字，而是文档、网页、代码、图片这些信息可以一起看。
以前做一件事要在N个窗口来回切，现在是尽量把上下文一次喂进去，再让它给出更完整的建议。
如果说前面是“回答问题”，这一阶段更像“帮你推进任务”。

Cursor、CC阶段：AI进了IDE，味道就变了

Cursor、CC这类工具出现后，变化最直接。
它不只会说，还会改；不只会改，还会解释它为什么这么改。
从“问答助手”变成“结对同事”，只差一个你敢不敢把任务真的交给它。
我现在很多时候是先让它跑第一版，再自己做review和收口。

这几年最大的感受

AI这几年的进化，表面看是模型变强，底层看是“人机分工”在重写。
以前我们强调手速、记忆、API熟练度；现在更重要的是：提问题的能力、拆任务的能力、验收结果的能力。
说白了，体力活少了，判断题多了。

也有没变的东西

再好的模型，也会一本正经地胡说八道。
再强的工具，也替代不了业务理解和责任心。
系统设计里的取舍，线上事故后的兜底，最后都还是人来扛。
所以我现在对AI的态度很简单：重度使用，但保持怀疑。

最后

从ChatGPT，到DeepSeek，到Gemini，再到Cursor、CC，节奏快得有点离谱。
回头看，像是几年时间走完了过去十年的路。
变化已经发生，剩下的问题只是：你是旁观，还是上场。

Is this article useful to you? How about buy me a coffee ☕?