先说结论：ChatGPT 写代码这事，既没有某些人吹的那么神，也没有另一些人说的那么废。它更像是一个知识渊博但有时候会犯蠢的同事。

适合干的事

写样板代码是它最擅长的。"帮我写个 FastAPI 的 CRUD 接口"、"写个正则提取字符串里的邮箱"、"给这个函数加个单元测试"——这类任务它完成得又快又好，比你自己去 Stack Overflow 搜半天强多了。

代码审查也不错。把一段代码丢给它，让它找潜在问题，它确实能发现一些你忽略的边界情况。当然不是每次都准，但它列出来的问题你可以逐一检查，比自己闷头看效率高。

不适合干的事

涉及具体业务逻辑的代码基本不能直接用。它不了解你的项目结构、数据库设计、业务规则，生成的代码看起来像那么回事，但集成到项目里大概率要改一大堆。

调试复杂 bug 也不太行。你把错误信息贴给它，它会给你一堆可能的原因，但大部分时候第一条建议就是"检查一下你的环境变量"这种废话。真正棘手的 bug 还是得靠自己。

我的使用方式

现在的工作流是这样的：新功能先用 ChatGPT 生成初稿，然后自己修改调整。写测试用它生成基础用例，然后自己补充边界情况。遇到不熟悉的 API 或语言特性，先问它再看官方文档验证。

总结就是：把它当起点而不是终点。它能帮你快速从0到1，但从1到100还是得靠你自己。

一个月下来的感受

效率确实有提升，大概20%左右。但这个提升不是因为"AI 帮我写了代码"，而是因为"AI 帮我省去了查资料和写样板的时间"。真正的编程工作——理解需求、设计架构、处理边界情况、优化性能——这些还是得靠人。

工具就是工具。会用是加分项，但基本功才是核心竞争力。那些说"AI 要取代程序员"的人，大概率自己不怎么写代码。