# 从“会用 AI“到“会带 AI“：ChatGPT Plus、ChatGPT Pro 与 Codex 时代，程序员协作能力的五个层级

观察了很多程序员使用 ChatGPT 和 Codex 的方式之后我发现一个明显的分层。同样一个工具有人用它省了点打字时间。有人用它重构了整个工作方式。差距不在工具。在于协作的层级。第一层问答式使用帮我写个函数。帮我看个报错。帮我解释这段代码。这是大多数人的起点。特点是用完即走没有上下文没有积累。AI 是一个随叫随到的搜索引擎增强版。能提效但提效有限。因为真正消耗时间的从来不是那几个孤立的函数。第二层流程式使用开始把 AI 放进完整的开发环节。需求阶段让 ChatGPT 帮忙拆解业务场景。设计阶段让 AI 列出技术方案的取舍。编码阶段Codex 生成初稿。测试阶段AI 补充用例。复盘阶段AI 整理踩坑记录。这一层的变化是AI 不再是点状工具而是嵌进了流水线。效率提升开始变得明显。但瓶颈也随之出现——AI 的输出质量完全取决于你给的输入质量。第三层结构化协作到了这一层程序员开始有意识地经营AI 能理解的输入。一次任务输入 ├── 目标要达成什么 ├── 现状系统现在是什么样 ├── 约束什么不能做 ├── 参考相关代码和文档在哪 └── 验收怎么算完成模糊指令消失。“帮我优化一下变成在不改变接口的前提下把这个查询的响应时间降到 200ms 以内索引方案优先验收用这份慢查询日志”。这一层的程序员会发现给 AI 写任务书的过程本身就是一次需求澄清。AI 逼你把话说清楚。而话说清楚之后人自己的思路也清楚了。第四层审查与闭环用得越深越会发现AI 的上限不是生成。AI 的上限是在你的审查体系里生成。第四层的程序员会把精力从写转移到审。看 AI 的方案先找假设是否成立。看 AI 的代码先找边界条件。看 AI 的结论先要证据来源。每次发现问题把问题固化成检查项喂回工作流。一次协作 ├── AI 生成 ├── 人类审查 ├── 问题归类 ├── 规则沉淀 └── 下次生成自动避开协作产生了积累。同样的错误不犯第二次。这是和第二层最本质的区别。第五层管理 AI而不是使用 AI到了第五层程序员的角色彻底变了。他不再使用一个工具。他在管理一个能力很强、但没有判断力的执行者。他做的主要工作是定义目标而不是描述步骤。设置边界而不是全程盯防。设计验收而不是逐行检查。分配任务而不是亲力亲为。承担判断而不是承担执行。这和管理一个团队没有本质区别。只盯着执行的人会被 AI 替代。能站在系统上方做判断的人会被 AI 放大。写在最后ChatGPT Plus 降低了日常任务的门槛。ChatGPT Pro 抬高了复杂任务的天花板。Codex 把工程执行推进了一大步。但工具的能力只是放大了使用者的结构。层级越低AI 越像一个玩具。层级越高AI 越像一个团队。普通程序员真正该投入的不是学习下一个 AI 工具。而是沿着这五个层级一级一级把自己的协作方式升级上去。工具会不断换代。协作能力会一直保值。