我越来越觉得，AI（人工智能）编程像外卖员闯进城中村：车不慢，腿也不慢，真正耗时间的，是在密密麻麻的楼缝里找 7 栋 2 单元 402。AI 编程先慢在找代码，不慢在写代码。colbymchenry 做的 codegraph（把代码仓库画成关系图的工具），值钱不在多给 AI 一支笔，而在先给它一张路网图。
大家老爱盯着另一头：模型会不会写，聪不聪明，会不会“理解业务”。我觉得这都说晚了。今天的大模型，短板不是落笔，是认路。函数像一句话，代码库像一座城；会造句，不等于熟悉巷子。把模型做大，只是给路痴换一双更快的鞋。
写，是便宜的；找，才是贵的。
周三晚上 11 点 40，做电商后台的工程师被退款工单叫醒。他把报错贴给 AI，AI 三分钟写出一段补丁：状态回滚、异常重试、日志齐全，像个模范生。第二天早会，退款状态对了，库存却还锁着，优惠券也没退回去。问题不在那 30 行补丁，而在 AI 没找到那条藏在异步任务里的补偿链。它写得飞快，只是快错了地方。
周二下午 3 点，小团队要在订单列表上加一个“待开票”的黄点。AI 改了页面，补了字段，连样式都配好了。演示时所有人都点头。到了测试环境，移动端没有黄点，打印页多出一个黄色方块，导出的表格还多了一列废字。后来才发现，这个状态在三个目录里各有一套翻译：一套给页面看，一套给打印用，一套给导出脚本吃。AI 找到了最近的那份代码，却没找到真正说了算的那份代码。
凌晨 1 点 12，运维让人清掉一个“看起来早就没人用”的配置开关。AI 全仓库搜了一遍，只看到两处引用，删得干净利落。第二天 8 点 20，财务发现日报没生成。那开关不在正文里活着，在字符串拼接、脚本参数和老旧配置表里借尸还魂。文本搜索像在黑屋里拿手电找门，照到哪算哪；关系图才像把整栋楼的管线图摊在桌上，哪根线一剪，全楼停水，一眼就知道。
这三件事，表面上是三次故障，骨子里是一件事：找入口，找正本，找波及面。
找入口，是先知道问题从哪一层流进来，不是看到哪儿亮就扑哪儿。
找正本，是知道谁才是真正拍板的那份逻辑，不是离你最近的那份副本。
找波及面，是知道你一动这块砖，哪堵墙会裂，不是只盯着眼前这行字。
代码库对 AI 的难度，不在语法，在地理。
没有结构视野的 AI，写得越快，偏得越远。
真正拖慢机器的，不是键盘，是地图。
这也是我看 codegraph 最顺眼的地方。它承认代码不是一摞文本，而是一张关系网：谁调谁，谁依赖谁，谁只是影子，谁才是源头。过去很多 AI 编程工具，像让一个实习生拿着关键词在旧档案馆里乱翻；翻到纸就很兴奋，翻不到就开始编。codegraph 干的不是替他写作文，而是先把档案馆的目录、索引、借阅关系、暗门位置画出来。先知道文件之间是什么亲戚，再谈让 AI 下笔如飞，这才像工程判断，不像舞台魔术。
很多人看 AI 编程，像看短视频里的切菜师傅：刀光一闪，十秒出活，于是以为厨房的问题已经解决。其实软件团队更像一座住了十年的老楼，电线是后补的，水管是绕过承重墙偷接的，门牌号还改过三次。你能不能在这楼里找到总闸，比你会不会拧螺丝重要得多。不会找总闸的人，拿着电钻也只是扩大事故半径。
我甚至觉得，这事不只是在说 AI，也是在说我们怎么误解“编程”。外行总把编程想成一种写作，仿佛程序员的价值在于敲出多少行。其实真正值钱的，是在一堆祖传目录、临时补丁、团队暗语里，知道该去哪里下手，知道哪些地方碰一下会塌，知道哪些文件虽然脏，但现在动不得。大型仓库不是一本书，是一座村庄；每个目录都有自己的方言、辈分和禁忌。写，是手艺；找，是判断。前者像书法，后者像考古。书法写得再漂亮，挖错了地方，整座墓都塌。
所以我对 codegraph 的判断很直白：它重要，不是因为它让 AI 更像一个会炫技的程序员，而是因为它终于把编程里最脏、最难、最少上镜的那部分端上了台面。AI 编程真正的瓶颈，不是它不会写那 30 行，而是它不知道那 30 行该写在什么地方、旁边挨着谁、写完会惊动哪几户邻居。
谁先解决“找代码”，谁才算真在解决 AI 编程。剩下那些一口气生成几百行的表演，多半只是让迷路的人跑得更快。