工程师要是只会在 IDE 里敲代码而不敢去翻底层日志

很多所谓的“高级开发”现在太依赖 AI 自动修复了，代码报错了直接把 Log 扔给 Claude，它给个补丁就贴上去，跑通了就完事。但这种习惯在公司实际落地复杂项目时非常危险。我最近在带团队推 AI 工作流时发现，很多新人已经失去了“手动挖坑”的能力，遇到深层内存泄漏或者并发死锁，AI 给的建议往往在原地打转，这时候如果工程师不敢直接上手去扒内核源码、看汇编指令，项目进度会被拖死。

真正的实战应该是把 AI 当成加速器，而不是方向盘。在我看来，一个能解决核心问题的工程师，必须得有那种“用双手挖土”的直觉。比如我们在部署一个高并发服务时，AI 建议优化 JVM 参数，但如果我不去分析具体的 GC 日志和堆内存快照，单纯靠试错，根本找不到那个导致 OOM 的内存泄漏点。

在公司内部推行 AI 提效时，我给团队定了个死规矩：所有 AI 生成的复杂逻辑优化，必须附带手动验证的链路证明。不能只说“AI 说这样更快”，得说“我通过 Profiler 观察到 CPU 占用下降了 15%”。

一个典型的排查工作流应该是这样的：

一、先用 AI 快速定位可能的故障范围，缩小搜索区间。
二、立刻切回手动模式，使用 jstack 或 tcpdump 抓取真实现场数据。
三、将真实数据喂回给 AI，让它辅助分析具体代码行。
四、手动验证修复方案，并记录这个坑的底层逻辑，防止下次被 AI 误导。

如果你发现自己已经习惯了“复制-粘贴-运行”这个闭环，而不再好奇底层是怎么跑的，那么你其实在被工具异化。AI 应该是帮你跳过重复劳动，而不是替代你思考。