阅尽繁华,粗粝难欢
前几天提了一个 PR,是一个 MCP Server 的实现,从设计到编码到测试,前后大概花了 1 小时。同事看到 PR 后,在 Slack 上 @我说:”这也太快了吧?我研究了好几天都没搞明白 MCP 的 transport 怎么接。”
我有点好奇,就走过去看了一眼他的 Windsurf。一看模型配置,差点没绷住 —— ChatGPT。
我说哥们儿,你选错模型了,应该选 Opus 4.6 —— The Best AI in the world!
他一脸困惑,说 ChatGPT 不是也挺好的吗?我说,对于日常聊天是够用的,但写工程代码,尤其是涉及到协议理解、上下文推理和代码架构的场景,这东西的差距是肉眼可见的。Claude 理解你给它的 spec,能把 JSON-RPC 的 transport 层、tool registration 的生命周期、error handling 的边界情况都一次性考虑到位,而且生成的代码风格跟你项目里的代码高度一致,不需要你再花时间去 reformat 或者 adapt。
他半信半疑地换了模型,试了一下,沉默了大概五秒钟,然后说了句:”卧槽。”
我笑了笑,没说话。
哥们儿,你选错工具了
这让我想起更早之前的一次。也是这哥们儿,拿着笔记本电脑过来找我,说他写了一个 Spring Boot 的 demo,但在 VS Code 里怎么都跑不起来,一直报依赖解析的错误。
我看了一眼他的 VS Code,extension 装了一大堆,Java 的、Kotlin 的、Spring 的,花花绿绿的。.gradle 文件里红线满天飞,LSP 的诊断信息跟源码完全对不上。
我说哥们儿,你选错工具了,IntelliJ IDEA is the best one for Spring Project.
他说 VS Code 不是万能的吗?我说 VS Code 对前端和轻量级项目确实好用,但对 Spring 这种重量级的 JVM 项目来说,它的 Java 支持本质上是靠插件堆砌出来的,Gradle 同步、依赖注入的导航、Bean 的自动发现、Spring Boot 的 auto-configuration 的智能提示 —— 这些能力 IntelliJ 是从底层就原生支持的,不是靠几个插件能补齐的。
后来他装了 IntelliJ,同样的代码,打开就能跑。他又沉默了。
选择,才是最大的变量
这两件事看似不相关,但本质上是同一个问题 —— 选择。
做了这么多年工程师,我越来越觉得,一个人的工程效率,表面上看是技术能力的差异,实际上很大程度取决于他在关键节点上的选择。选什么语言,选什么框架,选什么工具,选什么模型 —— 这些选择看似微小,累积起来却能造成数量级的差距。
就像吃惯了好东西的人,再回去吃粗粝的食物,是很难咽得下去的。这不是矫情,而是你的味觉已经被校准了,你知道什么是好的,自然就无法忍受将就。
用过 Claude Opus 的人再回去用其他模型写工程代码,会觉得哪里都不对劲;用过 IntelliJ 写 Spring 项目的人再回去用 VS Code,会觉得处处掣肘。不是其他工具不好,而是你已经见过更好的了。
Once You’ve Tasted the Best, There’s No Going Back
100 刀
后来有一次跟同事闲聊,我问他,既然都知道 Claude 好用,那为什么还是有很多人不用呢?是什么阻碍大家做更好的选择?
他想了想,冒出俩字:
100 刀
我一下子就理解了。平时连个视频会员都要跟人共享账号的人,你让他每个月掏 100 刀订阅一个 AI 工具,那不跟割肉一样吗?
我想了想,他说的也没错,100 刀确实不便宜,尤其对于还没体验过效率差距的人来说,这笔钱看起来就是纯消费。但反过来想,100 刀换来 10x 的效率,真的贵吗?
一个 MCP Server,我 1 小时搞定,他花了好几天还在挣扎。几天的时间差,折算成工时,恐怕早就不止 100 刀了。更别提这中间的挫败感、反复试错的精力消耗,以及在 deadline 面前那种焦头烂额的状态 —— 这些隐性成本,才是真正昂贵的。
很多时候,阻碍我们做出更好选择的,不是选择本身的成本,而是我们对成本的感知方式。人天生对「看得见的支出」敏感,却对「看不见的损失」迟钝。100 刀的订阅费是实实在在从账户里扣掉的,但每天多花两三个小时在低效工具上磨洋工,这笔账却很少有人去算。
好刀还得看谁用
当然,工具终归是工具,再好的模型也需要会用的人来驾驭。Claude 之所以在我手上能发挥出 10x 的效果,不仅仅是因为它足够聪明,更因为我知道怎么给它提需求、怎么拆解任务、怎么 review 它的输出。就像一把好刀,还是得看谁在用。
所以,不要吝啬在工具上投资,也不要停止打磨自己用工具的手艺。
但前提是 —— 你得先拿到那把好刀。
- 本文链接:https://johnsonlee.io/2026/02/10/the-right-tool-matters/
- 版权声明:著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。