AI 让很多不会编程的人第一次「写出了能跑的代码」——一个小脚本、一个自动化、一个网页。这是真实的能力跃迁。但也要清醒：「能跑」和「能放心上线」之间，隔着一道边界。分清它，才能既用得爽又不出事。

适合非工程师用 AI 做的事

这些场景风险低、回报高，放心做：

  • 一次性的小脚本：批量改文件名、整理表格、抓一段数据
  • 个人自动化：定时提醒、把 A 平台内容搬到 B
  • 静态页面、原型、demo：验证想法用
  • 学习：让 AI 解释一段代码在干什么

特点是：出错了影响范围小、可以反复试、不碰别人的数据和钱。

需要格外小心的事

一旦涉及这些，就该慎重或找专业人士：

  • 处理真实用户数据、密码、支付
  • 对外提供服务、要长期维护的系统
  • 涉及安全、合规、隐私的逻辑

AI 会写出「看起来对」但有隐患的代码（安全漏洞、边界没处理）。你不懂时很难发现——这正是边界所在。

守边界的几条习惯

  • 不把真实密钥、隐私数据贴给 AI
  • 重要的东西上线前，找懂的人看一眼
  • 让 AI 解释它写的每段在干什么，别盲跑
  • 先在不影响真实数据的环境里测

AI 是放大器，不是替代

AI 放大了你的能力边界，但不会替你承担判断。把它用在低风险、高频的重复劳动上，收益最大、最安全。涉及他人和钱的部分，知道「该停下来」本身就是一种专业。