半个月烧掉5.21亿 Token，我终于承认：没有AI，我已经不会写代码了

就在上个月，我做了一件挺疯狂的事。

为了完成两门课的期末作业，我在半个月里，用掉了5.21亿个 Token。 不是什么公司级的大项目，只是一个计算机专业学生的两份作业——一个监狱管理系统网页版，一个在线刷题网站。 而我，在提交完最后一个 commit 的那一刻，看着这个天文数字，后背突然有点发凉。

一、5.21亿 Token 是个什么概念？

可能很多人对这个数字没有实感，我简单换算一下：

这相当于我每天要“喂”给大模型 3400多万个 Token。 按照中文粗略估算，这大概是每天跟 AI 对话十几万字。 我不是在跟 AI 聊天，我是在跟它共生。

这半个月，我的屏幕永远分成两半：左边是 IDE，右边是对话窗口。 我几乎不再思考完整的页面布局，不再纠结 Spring Boot 的配置细节，甚至连 Supabase 的权限策略都懒得去啃文档——我只是把所有需求、报错、表结构、上下文，一股脑丢给 AI，然后像审阅代码的老板一样，点“接受”。

二、两门课的期末作业，我是怎么“写”完的

第一门课作业：监狱管理系统网页版

技术栈是 React + Tailwind CSS + SSM（Spring + SpringMVC + MyBatis）。 需求不算简单：服刑人员信息管理、监区分配、探视预约、违规记录、干警排班……典型的企业级 MIS 系统。

我的开发流程变成了这样： 对着 AI 说：“给我一套 Spring Boot 的监狱管理系统后端骨架，包括罪犯实体类、监区实体类，用 MyBatis 生成对应的 Mapper 和 Service。” 代码生成了。我再问：“前端用 React 和 Tailwind，做一个监区列表页，带搜索和分页，调用后端接口。” 一分钟后，一个完整的表格组件出现了，甚至连 Loading 状态和错误提示都写好了。

遇到跨域问题，我把报错贴进去；感觉界面太丑，我直接把截图描述给它听：“监区卡片间距太小，改成 grid 布局，鼠标悬停时加上阴影。” AI 不仅改了 Tailwind 类名，还顺手补了个过渡动画。

最魔幻的是，我把老师给的评分标准逐条喂给 AI：“根据这份评分细则，我的系统还缺哪些功能？” AI 像一位经验丰富的助教，告诉我：“你缺少数据导出 Excel 功能，日志审计模块也没做，探视记录的审批流程没有体现权限分级。” 我一个一个追加 Prompt，直到系统“看起来”无懈可击。

第二门课作业：刷题网站

技术栈是 React + Tailwind CSS + Supabase。 这次更离谱——我几乎没建本地数据库，全套用 Supabase 的 BaaS 能力。 我告诉 AI：“设计一个在线刷题网站的数据库表结构，包括用户表、题目表、提交记录表，写在 Supabase 的 SQL 编辑器里。” 它给我生成了完整的建表语句、行级安全策略（RLS），甚至连索引建议都有。

前端页面更是流水线生产： “写一个题库页面，支持按标签筛选、难度筛选，点击题目进入答题页。” “答题页需要一个代码编辑器组件，用 Monaco Editor，提交后调用 Supabase 的 insert 写入提交记录。” “再做一个个人中心，展示总刷题数、正确率曲线，用 Recharts 画图。”

我像个项目经理，把需求拆成一句句 Prompt，然后验收、拼装。偶尔有对不上的地方，我就把两段代码一起丢给 AI：“这两个模块的数据格式不一致，帮我统一。” 它总能迅速给出适配方案。

两个项目，半个月，5.21亿 Token，全糊出来了。

三、我是在作弊，还是在进化？

作业交完的那几天，我心里一直有两个声音在吵架。

一个说：“这跟作弊有什么区别？你根本没有掌握这些知识。” 另一个说：“但我完美地解决了问题。未来公司雇我，是要我手写 MyBatis 映射文件，还是要我用任何手段搞定任务？”

我陷入了一种“知识分子”式的痛苦——交付能力越来越强，但离开 AI 后的裸写能力，正以肉眼可见的速度退化。 以前，我能徒手写出一个完整的 React 表单页面，状态管理、表单校验、异步提交一气呵成。现在，定义一个 useState，我都要犹豫一下要不要用 useReducer，然后习惯性地按下 Cmd+K：“帮我写一个带校验的登录表单。”

我曾试着关掉所有 AI 插件，看着空白的编辑器，大脑一片空白。那种感觉，就像一个依赖导航太久的人，突然被扔到陌生城市里认路——不是完全不会，是不敢，是对自己彻底失去了信心。

四、Token 烧得越多，我越明白这件事的真相

这半个月，5.21亿 Token，烧掉的不只是算力，更是我与代码之间那种最原始的、苦行僧般的亲密关系。 过去，一个跨域问题查一下午，那种抽丝剥茧带来的顿悟感，是极其扎实的快乐。但现在，快乐来自于“秒杀”Bug 的效率，来得快，去得也快。

我终于想通了一点： AI 并没有让我变懒，它只是重新定义了“会写代码”这四个字。

现在的“会写代码”，不再是记得住所有 Spring Boot 注解，不再是从零手写 Tailwind 的每一个 class，而是：

• 能精准地用自然语言描述一个完整的业务需求
• 能一眼看出 AI 生成的代码里，安全性漏洞（比如它经常忽略的 SQL 注入、权限越权）
• 能把一个监狱管理系统拆解成“监区管理”“探视调度”“违规记录”这些 AI 可以一口口吃掉的小模块
• 能在 AI 给出一个看似华丽但扩展性极差的方案时，凭借工程直觉说：“不对，这里要用策略模式重构一下”

五、我会继续这样下去吗？

答案是：会。

我已经回不去了。 但我会试着不再只做“复制粘贴的中间人”。 我会在每次 AI 生成监狱管理系统的接口代码后，多问自己一句：“它为什么要用这种方式做权限校验？如果让我单独改这一块，我能改得更好吗？” 我会在刷题网站的前端组件生成后，对照 Supabase 的文档，把 AI 写的那些 Row Level Security 策略一条条弄明白。

这也许是我们这代开发者，最后的倔强。

半个月，5.21 亿个 Token，烧出了一个监狱管理系统、一个刷题网站，也烧出了一个让我无法再回避的问题：

当键盘不再需要你的双手，你的大脑还跟得上吗？

（PS：如果你也在用这种方式写作业/做项目，欢迎留言聊聊，很想知道是不是只有我这样。）