最近刷到Peter Steinberger的一期访谈，他是最近全网刷屏的OpenClaw的创始人，他在这期节目里分享了他是怎么使用AI编程的。

他对现在火热的 AI Agent 提出了一个很犀利的批评，说白了就是四个字：中看不中用。

他具体是怎么得出这个结论的呢？
Peter 的核心观点其实很简单：现在市面上那些 AI Agent，本质上就是在烧钱生产垃圾代码。

第一个问题：缺少人的参与。

现在很多 AI Agent 的宣传都是这样的：你只要说一句话，它就能自动帮你完成整个任务。
但实际上，它会在后台疯狂调用 API，消耗大量 token，最后给你一个看似完整、实则漏洞百出的结果。

比如你让 AI Agent 帮你写一个网页，它可能会生成几千行代码，看起来挺像那么回事。但你仔细一看，布局有问题、交互逻辑不对、性能也差。

为什么？因为整个过程中，它完全不知道你真正想要什么。
换句话说，它只是在用概率模型拼凑代码，而不是在理解你的需求。

第二个问题：质量无法保证。

Peter 说得很直白：AI 生成的代码往往是烂代码。
这不是说 AI 不够聪明，而是因为它缺少一个关键能力，就是审美。

审是对好代码的直觉判断，一个有经验的程序员看到代码，能立刻感觉到哪里不对劲，哪里可以优化。

但 AI 不行，它只会按照训练数据的模式去生成，至于生成的东西是不是优雅、是不是高效，它根本不在乎。

同理，如果你让 AI 帮你设计一个产品界面，它可能会给你一个功能齐全但丑到爆的方案。因为它不懂什么叫好看，什么叫用户体验。

第三个问题：成本太高。
这个问题可能是最现实的。

Peter 提到，让 AI Agent 自己跑，消耗的 token 数量是惊人的。

它可能会反复尝试、反复修改，每一次尝试都在烧钱。而最终的结果，可能还不如你直接花十分钟手写一个简单版本。

那 AI 到底该怎么用？
说了这么多问题，难道 AI 就没用了吗？当然不是，Peter 自己就是 AI 的重度用户，他甚至用 AI 来管理自己的人生。

关键在于，你要把 AI 放在正确的位置上。
Peter 的做法是这样的：他把 AI 当成一个超级助手，而不是替代品。

他会让 AI 帮他做三类事情。

第一类：信息整理。
比如说，他会把自己的日程、笔记、想法全部喂给 AI，让 AI 帮他总结、分类、提炼重点。
这个过程中，AI 不需要做决策，只需要处理信息，这正是 AI 擅长的事情。

第二类：快速原型。

当他有一个新想法时，会先让 AI 生成一个粗糙的版本，然后自己再去打磨。这样做的好处是，可以快速验证想法是否可行，而不用从零开始写代码。

注意，这里的关键词是粗糙版本。他从来不指望 AI 一次就能给出完美答案，而是把 AI 当成一个快速迭代的工具。

第三类：重复性工作。

比如说，写文档、生成测试用例、转换数据格式这些事情，完全可以交给 AI。因为这些任务有明确的规则，不需要太多创造性。

Peter 的观点让我想到了一个更本质的问题：我们到底需要什么样的 AI 工具？

现在很多 AI 产品都在追求自动化，恨不得让 AI 包办一切，但这可能是个误区。因为真正有价值的工作，往往需要人的判断、人的创造力、人的审美。

Peter 的观点可能会让一些人失望，因为它戳破了 AI 万能的幻想。但我觉得，这恰恰是最有价值的地方。

市面上大部分声音都在说AI会让编程变得更容易，人人都能成为程序员。

但实际情况可能恰恰相反，AI提高了入门门槛的同时，也提高了成为优秀程序员的门槛。因为现在不仅要懂技术，还要懂如何与AI协作，如何在AI的基础上创造价值。

我觉得有几个趋势是比较明确的：

第一，纯粹的编码工作会越来越少，更多时间会花在设计、审查和优化上。

第二，程序员之间的差距会进一步拉大，会用AI的和不会用的，差距可能比以前更大。

第三，软技能会变得更重要，比如沟通能力、系统思维、产品sense等。

你不能指望 AI 自己完成完美的工作，但你可以通过合理的使用，让它成为你最强大的助手，这才是 AI 时代真正的生存法则。