AI编程的最大影响：让“重复造轮子”第一次变得比“找轮子”更高效

快速导读：一个开发者为Claude写了个用量监控小插件，引发了社区热议。但讨论的焦点迅速从这个工具本身，漂移到了一个更根本的问题：在AI时代，“不要重复造轮子”这条程序员的古老信条，是不是已经过时了？

一个开发者因为最近用Claude写代码上了头，总担心超出额度，于是自己做了个能在菜单栏实时监控用量的小工具，并把它开源了。一个典型的周末项目，一个善意的社区分享，故事本该到此结束。

帖子下面很快出现了两种声音。一种是：“这种插件我都看腻了，每天都有人发。”另一种则更致命：“小心点，在第三方应用里用OAuth token是违反服务条款的，号都可能被封。”一个善举，突然变得既重复又危险。

但真正有趣的反转，出现在一条评论里。有人问，既然已经有这么多现成的轮子，为什么还要再造一个？一位叫Big_Buffalo_3931的用户回答得非常精彩：因为现在造个轮子，比找个合适的轮子再安装调试，快得多。

这就是AI编码带来的诡异局面。过去我们花几个小时去GitHub上搜索、筛选、研究文档、适配一个开源库。现在，让Claude或GPT给你写一个完全符合自己需求的脚本，可能只需要15分钟。搜索和适配的成本，第一次超过了“重新发明”的成本。维护？不存在的，这轮子本来就是一次性的，下次再造个新的就行。

如果你是一名开发者，这件事可能意味着需要重新审视自己的工作流。那个你花了半小时才找到的，只为了解决一个格式转换问题的npm包，是不是还不如直接让AI写两行代码来得快？那些被奉为圭臬的“最佳实践”，正在被AI粗暴地改变成本结构。

所以，在AI能帮你几分钟就造出一个完美贴合需求的“小轮子”时，“不要重复造轮子”这句古老的程序员圣经，还神圣吗？

---

简评：

这篇帖子最精彩的部分不是那个插件，而是关于“造轮子”的讨论。AI没有消灭重复劳动，而是把“重复造轮子”的成本降到了几乎为零，让它在特定场景下（个人用、一次性的小工具），成了比“寻找轮子”更优的策略。这不仅是工具的胜利，更是开发哲学的转变。

---

ref: www.reddit.com/r/ClaudeAI/comments/1rl6bmk/claudecode_usage_on_the_menu_bar

#AI创造营##人工智能#