当“调用AI”成为一种人人都在谈论的技能，开发者圈子里的讨论却显得更加质朴——没有“AI革命”的浮夸口号，有的是调SDK、写提示词、跑脚本、踩坑优化这一系列真实流程。

在这组对话截图中，我们看到了程序员们对当前AI能力与调用方式的真实评价。与其说这是一场讨论，不如说是一群人交换着使用AI的“真实门道”。

一、如何调用AI？远没有那么“傻瓜化”

开场一个简单提问：“如何调用AI？”得到的第一个回答是：“一般是下载一个go、py的SDK，然后丢AI输出PHP版本。”

这个流程看起来非常开发者式务实——不是点点鼠标就能搞定，而是得会装SDK、调API、写出可复用的输入输出格式。

而更关键的是，后续有人补充了调用的核心障碍：“奶给AI接口文档，让它对接”，以及“你写的需求越明确，AI会给你越多东西。”

AI调用的本质不是API写出来就完事，而是你能不能把需求写清楚。

这背后隐藏的是一门新技术工种——提示词工程。群友一句点破现实：“提示词工程师，真的很重要，AI现在还写不过人。”

二、AI不是万能，它只是程序员的加速器

大家快速达成一个共识：AI能写代码，但不能乱写。你不告诉它规则，它不会自动判断应该怎么做。

有人调侃：“你得先写出提示词，告诉AI要干嘛”。另一人感慨：“你写的需求烂糊，AI就给你一堆废话。”

这里强调的，是程序员的核心价值转移：不是自己手写所有代码，而是知道要什么，怎么描述，然后用AI加速完成。

程序员的价值，逐渐从“写得快”向“描述准、调得巧”迁移。

三、MCP 等接口规范是核心，但前提是你能讲明白

MCP（Model Context Protocol）在对话中被提到，说得很清楚：“MCP不掌控权限”。这提醒我们一个技术重点——

MCP等协议的作用，是给模型构建“规范化的接口行为”。

你不能指望AI懂你所有的上下文，而是得借助RAG、函数调用、接口规范这些机制，告诉它如何调工具、用资源、获取信息。

所以这场对话里，有人总结得精准：“ai不能乱改，你需要约束好它”。

这句话可以作为所有AI agent系统设计的第一原则。

四、大模型哪个好？没有统一答案，关键是调得动

从DeepSeek到GPT-4，从Qwen3到Grok，群里程序员几乎尝遍所有大模型。大家的态度很一致：“都挺好用的，试一个一个不踩坑”。

有人分享最惊艳的体验是：“我贴一段代码给dp，它直接优化，还解释我哪段逻辑多余”。也有人抱怨：“GPT不会，甚至还忙着做小优化。”

这说明一个现实：你要的不是最强模型，而是最合你任务的那一个。

所以这场对话背后，其实也在说：AI写代码，不只是技术升级，更是一场“选择与调优”的游戏。

五、调AI、调模型、调需求：这才是新一代程序员的日常

结尾时，几人讨论一个词：“骗”。

有趣的是，“骗AI”并不是贬义，而是对提示词工程一种别致表达。有人说：“这个词太具象了”，另一人回应：“专业点，那叫‘幻觉控制’。”

更有人感慨：“其实没办法，人也会”。

这句话，是对整个AI时代最深刻的理解：人类的沟通从来都不是精确的，是试探、调整、重复澄清，而AI正被训练成那个“越来越像人”的存在——你得哄它、劝它、一步步教它才给你理想结果。

结语：未来的开发，不是写代码，而是“指挥AI写代码”

在过去，程序员最重要的技能是写得快、调得顺。而现在，“写得清楚”“调得准确”正在变得更重要。

你必须先想明白你要什么，再一步步教AI替你实现；你不能依赖AI“自己明白”，而要明确告诉它该怎么做；你不是一个写代码的人，而是一个驯服AI去写代码的人。

未来的开发，是 Prompt + Protocol + Personality（个人偏好）的三重协奏。

而我们这一代程序员，正是这场变革最早的见证者。

如夜话，至此。