写 TBA 时,不会的地方要去百度和 VBA 论坛搜经验。后来,DeepSeek R1 能直接给我方案和代码;再后来,AI 编程工具 Qoder 能在讨论清楚需求后,接下开发工作。
我把这两种帮助,分别叫作“辅助开发”和“包办开发”。现在回看,事情还没有停在包办:我既把事情交给 Qoder 做,也向它请教陌生概念、讨论技术选择。它是一起做事的战友,也是老师。
对我这个为工作需要自学开发的项目经理来说,最大的收获不是把原来熟练的工作再加快一点,而是原来不会做的软件,现在能做出来了。这种变化,是怎样发生的?
一、辅助开发:R1 给代码,我把工程接起来
开发 Excel 宏工具 EDict 时,我需要一个搜索框:输入关键词,停下半秒,开始搜索,再把几个数据表的结果分组放到工作表里。
我告诉 DeepSeek:
- 在窗体的文本框里输入关键词,0.5 秒内没有继续输入,就开始搜索。
- 搜索时禁用文本框。
- 查询 Access 数据库中的三张表,每张表前三个字段中,只要有一个字段包含关键词,就返回这一行。
- 三张表的结果依次写进 Excel 的
Output工作表。第一列注明来源表,其余列放查询结果,不同表的结果之间空一行。
DeepSeek 会给出实现方案和 VBA 代码。我把代码复制到 Excel VBA 工程的相应模块,再实际调试。遇到报错,就继续问,把修改后的代码放回去,直到测试完全通过。
这已经比到处找帖子直接得多。
搜帖子时,我找的是别人处理过的某个问题;向 R1 提问时,我可以说清楚自己的输入、条件和输出,让它围绕这组需要回答。它也不只给一次答案,报错后还能继续讨论。
不过,回答与工程之间仍隔着我的手。代码放到哪里,怎样接进现有工具,实际运行后哪里报错,都要我继续做。R1 能参与方案和排错,但没有接手我工程里的整个开发过程。
所以,“辅助”不表示它只帮我补几行代码。它能给一整段方案,甚至参与架构讨论。区别在于,最后仍要由我把这些回答接成能用的东西。
二、包办开发:需求说清楚以后,计划和实现交出去
用 Qoder 重构 Electron 版时,我不再照着 R1 的方式,一段段搬代码。
我先和其中的智能体讨论需求。讨论到什么程度才开工?不是它答一句“明白了”,而是我确认它已经能复述出我想要的东西。
之后,让它制定开发计划,并执行这个计划。我测试最终产出的各项功能,判断是否符合预期。
| 工作 | R1 辅助开发 EDict | Qoder 重构 Electron 版 |
|---|---|---|
| 说明需要 | 我提出搜索条件与输出要求 | 我与智能体讨论,确认它能复述预期 |
| 给出方案、安排实现 | AI 给方案和 VBA 代码,我接回实际工程 | AI 制定并执行开发计划 |
| 运行与判断 | 我调试,有报错继续问,直到测试通过 | 我测试最终各项功能是否符合预期 |
这就是“包办开发”在我这里的具体含义:需求讨论之后,计划和实现交给 AI,我不再自己编写这部分代码。
这也不等于对着空白工程说一句话,然后什么都不管。前面要讨论清楚,后面要测试成品。能复述需求,说明可以开始做,不代表它做出来的一定正确。
真正改变的是我能承接的范围。
我可以知道一种软件用起来应该是什么感觉,却不会用对应的技术栈把它写出来。以前,中间缺的那段能力,需要自己学会;现在,AI 能承担实现,我便有机会把这样的需要做成产品。
这里的“我能做出来”,包括我组织 AI 完成开发,不等于我已经会写里面的全部代码。但成品能拿来用,这个变化是真实的。
三、两次重构,都是一两天做出成品开始内测
Query Toolkit 从 VBA 到 Python,再到 Electron,改了两次技术栈。两次都在一到两天内做出了成品,并开始内测。
为什么要重构,不能只看旧工具有没有坏。VBA 一直能用,我改用 Python,也不是因为它已经无法工作。
学完 Python 基础,想看看能做成什么样
那时,我刚学完 Python 的基础知识,想试试它能把这套工具做成什么样。
和 AI 讨论需求后,它给出的方案超出了我的预期,于是就做了 Python 版,采用 Python 和 FastAPI,操作界面是 Web 端。
这次重构,对我来说是学习后的一次尝试。原有工具可用,不妨碍我想看看另一种做法;AI 给出的方案又让我看见了更多可能。
但自己能用,与分享给别人,是两件事。后来有一次,我想把 Python 版分享给同事,因为需要安装依赖包、太麻烦,没能分享成。
这不是一次软件开发失败,而是分享停在了使用门槛上。对方还没开始用,就要先处理一批运行条件。
换成 Electron,是为了体验,也为了分享更方便
另一个动机来自编辑体验。
我长期使用 VSCode,觉得它的文本编辑用起来很舒服。Python 版是 Web 端,虽然能用,但对我来说,体验还不够完美。再加上分享时遇到的依赖安装负担,我便和 AI 讨论重构 Electron 版的设想,明确要求做成免安装的。
我最初并不确定 Electron 能不能满足需要。了解和比较之后,才决定采用它。AI 给的方案同样超出了我的预期,后续开发就这样开始了。
现在,Electron 版是我唯一使用的版本。把版本记录和这些经历放在一起,可以看到,技术栈的更换与我使用 AI 的方式有关,却不是机械的一代对应一种关系。
| 时期 | 工具的技术栈 | 开发与学习方式 |
|---|---|---|
| 2020 年起的早期阶段 | Excel VBA | 搜索经验,自行实现,持续修改 |
| R1 辅助阶段 | 仍为 VBA | AI 给方案和代码,我接回工程并调试 |
| 2026 年 3 月,7.0.0 | Python + FastAPI | 学完基础后,借 AI 尝试重构 |
| 2026 年 9 月 19 日,8.0.0 | Electron | 选型时向 AI 请教;需求确认后由 AI 制定并执行计划 |
两次重构后,软件也继续修改。编辑器、多标签会话、报表等功能逐步发展,版本记录里既有新增,也有修复。一到两天说的是做出成品、开始内测,不是此后再也没有开发工作。
即便如此,这与过去独自查资料、补能力的方式已经很不一样。学会 Python 基础不等于能独立完成一个产品,不熟悉 Electron 也没有阻止我得到一个 Electron 软件。
四、从替我做事,到成为战友和老师
为什么我现在会用“亦师亦友”来描述 Qoder?
回头看 Electron 的选型,学习就已经发生在开发前了。
最开始,我不确定它能不能满足需要,所以先让 AI 介绍什么是 Electron。到了选择具体技术栈时,我又让它比较不同方案的优缺点,最后才决定选用。
我问的不是一道与自己无关的技术题。我想知道的是,这种技术能不能做出我想要的工具,选它意味着什么,与其他选择相比怎样。
这一刻,AI 是技术顾问,也是老师。它不只给我一个推荐名称,还帮助我理解为什么可以这样选。
需求确定后,它执行开发计划,我测试最终功能。方案、实现和使用结果围绕同一个目标展开,我把这种共同做事的关系叫作战友。
大模型越来越强,Harness 等配套工程手段也越来越成熟。这里的 Harness,可以简单理解为把模型接进实际任务的一套安排:怎样使用工具、承接项目上下文、组织任务、利用反馈检查结果。它不是另一种模型,而是让模型能够在工程里做事的配套机制。
我没有办法从自己的两次重构里,精确分出模型能力与这些工程手段各贡献了多少。但从得到一份回答,到能把开发交出去,再到围绕项目持续讨论,关系确实变了。
“从辅助到包办,再到亦师亦友”,是我对这种变化的概括,不是三个互相排斥的时间段。Electron 选型时,它已经在教我;开始开发后,它也没有因为成了老师,就停止承担开发。
这两件事可以同时发生。
五、仍是在做事中学习,学习的条件已经不同了
把前后的学习方式放在一起,就更容易看清这层变化。
最早,我遇到问题,去搜别人留下的经验,再接到自己的工具里。R1 出现后,可以围绕我的具体需要给方案和代码,报错了继续问。到了 Qoder,开发实现可以交出去,陌生概念和技术选择也可以在同一个项目里讨论。
我不必先独立掌握一整套技术,再决定有没有资格尝试一种软件。但为了决定要什么、选什么、做出的东西是否合用,仍然可以继续学习。
两次重构的学习顺序也不完全相同。Python 是学完基础后想试一试;Electron 则是在考虑重构时,先请教概念,再比较方案。不是每一件事都要走同一条路。
得到软件,不等于我精通了它的技术栈。反过来,把实现交给 AI,也不等于放弃理解。以前是自己不会的地方必须想办法补上,才能继续做;现在,软件可以先推进,理解也可以围绕真实需要逐步建立。
对于并非以编程为本职的我,这比“写同样的代码快一点”更重要。
六、变化已经不只是我怎样写程序
这几年的关系变化,可以落到三个很具体的动作上:我先是拿到代码,自己接进工程;后来把需求讨论清楚,让 AI 制定计划并完成开发;再往后看这段过程,它既在做事,也在帮助我学习。
首要变化是原来做不了的软件,现在可以做。接下来才是,它做得有多快,我还需要怎样参与,以及这些经历让我理解了什么。
过去的 TBA,大约一年升级一个大版本。Python 和 Electron 两次重构,却各自在一到两天里做出成品、开始内测。
这样的变化已经让我不能只按原来的能力范围和开发周期想问题。它不仅改变我与代码的关系,也让我想重新看看:需求、设计、实现、测试、交付这些工作,原来怎样分给不同的人,现在又可能怎样组合。
我能做什么已经变了,对工作分工的判断,也需要跟着重新考虑。
