Coding 熟练度和收益，其实不是简单的正相关
昨天北京这破天气一直在打雷，我就在家和 AI 复盘 Coding 的心得，发现熟练度和收益这个事情还真不是简单的正相关关系。让我接下来和大家分享一下。
1. 日常小功能：没啥熟练度要求，跟 AI 能讲清楚需求就行
感觉用好 Coding 工具会逐渐像 Word、Excel、PPT 一样，变成大家都会的一个基础能力；也不需要啥学习成本，打开 AI 会用、能讲清楚事情就行了。
我最近的 Windows 开机之后总是有一堆软件打开，打游戏的时候还时不时蹦出来打扰我，存储空间也快占满了，再下载游戏没地方放了。这个场景我就是用 Codex 来解决的，我跟它描述了一下现状，它帮我禁掉了一堆没用的开机程序，清理了 50 个 G 的硬盘空间出来。
很多类似的低频零散需求都可以让 AI 来做，比如截图加边框、文件压缩处理，这种基本上你把需求讲清楚给 AI，它都能很快实现。
2. 上班技能：熟练度要求比较高，要有质量的产出
Coding 已经是 AI 岗位的必备技能了，目前的互联网岗位也在偏往 N 合一的方向发展，未来估计会是一个人带着一堆 Agent 在干活。这种情况下必然是以提效为核心，不能再是过去那种做一个 demo 出来的逻辑，而是一套系统能够在标准化的流程下快速开发上线。
我自己现在的 Coding 工作流是这样的：样式设计 → PRD 及测试文档撰写 → AI 开发测试 → 人类验收 → AI 部署上线回归测试。我大半的时间花在样式设计、PRD 及测试文档撰写上，这些弄完了后边就托管给 AI 开发了。前边这俩目前还扔不出去，尤其是涉及到多表数据流转这种问题，我还得一个表一个表看，看完和 AI 讨论思路，再写文档。
3. 自己赚钱：熟练度不是决定变量，核心是需求挖掘和商业闭环
到了真正的商业场景，Coding 的熟练度反而会变成一个不那么重要的能力，研究得越深反而有可能越赚不到钱。
Coding 解决的是效率问题，但能不能赚到钱，核心是需求切得准不准、有没有人愿意付费。
我去年花了蛮多精力做提示词管理助手这个产品，但最终也没赚到钱，主要原因在于这个需求切得太细了、太小众了，而且我为了偷懒还不做云同步功能。当时应该做一个提示词优化网页，这是更加大众一点的功能，没准还能卖一些提示词定制和培训的钱。做提示词管理助手的时候，我为了代码优雅花了大把精力，最后对用户获取一点帮助没有——想想当时也是有什么大病，非不管商业逻辑死磕炫技。
我接下来一段时间会不再追求更多的 token 消耗了，把更多精力放到商业化的场景探索中，去遨游做一些有意思的事情。