今天刷到智谱 ZCode 公布补偿方案的新闻，代码上传争议闹了一周，最后赔付费用户 4 张周额度重置卡加 4 张 5 小时卡。评论区有人说 "这波补偿还行"，我笑了笑，没说话。
不是因为我用过 ZCode，是因为作为一个一个人扛全栈的独立开发者，这半年我干过的最大的心理建设，就是学会跟 AI 工具保持距离。
先说为什么独立开发者对这个事比大厂员工敏感
大厂员工写代码，代码是公司的，泄露了有安全团队、有法务、有 HR 给你兜底。独立开发者不一样，我写的每一行代码，就是我的产品、我的饭碗、我下个月的服务器账单。
我去年做过一个小工具，核心是一套数据处理管道，大概三千行 Python。当时为了赶进度，我把整个仓库喂给了某个 AI 编程工具，让它帮我加日志、写单测。跑得很爽，两周干完了本来要一个月的活。
直到后来看到 ZCode 那个新闻，我后背一凉 —— 我那段核心数据处理逻辑，是不是早就跟着 prompt 跑到别人服务器上去了？
不是不用 AI，是学会分级
这半年我摸出了一套自己的规矩，说出来给同样一个人干的兄弟们参考。
通用代码随便喂。 写个 API 接口、搭个前端页面、写个 CRUD、问个 SQL 语法，这些东西网上一搜一大把，喂给云端模型毫无心理负担。我现在用 Cursor 写这种活，效率确实高，一个人顶过去一个半。
业务逻辑脱敏了再喂。 比如我的核心数据管道，我会把表名换成 table_a、字段名换成 field_1、API 地址换成example.com，然后再让 AI 帮我重构。刚开始觉得麻烦，一周后成了肌肉记忆。这就像你去饭店吃饭，不会把银行卡密码写在脸上。
真正核心的东西，本地跑。 我那套数据处理的核心算法、用户鉴权逻辑、支付回调，这些东西我绝对不碰云端模型。本地跑个开源模型，虽然没那么聪明，但写个简单重构、补个注释够用了。慢一点就慢一点，晚上睡觉踏实。
这周还有个新闻我挺关注
JetBrains Rider 2026.2 发布了，把 IDE 内部的代码理解能力直接开放给 AI agent，让 agent 不用再靠读文件和终端输出去猜你的项目结构。这方向我觉得是对的 ——AI 越懂你的代码，效率越高，但它懂代码的方式应该是在你本地懂，而不是把你代码拉走之后懂。
加上这周 OpenAI 和 Anthropic 那边模型价格一路降，GPT-6 Luna 已经到 0.1 美金一百万输入 token 了。AI 工具越来越便宜、越来越强，这对独立开发者是好事 —— 以前一个团队才能做的产品，现在一个人加 AI 真能搞。但便宜归便宜，你的代码值多少钱，你自己心里得有数。
我不是那种 "AI 工具都是间谍软件别用" 的极端派。我每天用 AI 写代码，它帮我省下来的时间，我用来跟用户聊需求、改产品方向、回复邮件。这些东西 AI 替不了。
但 ZCode 这事给我提了个醒：用 AI 的时候，多想一步 "这段代码贴出去之后，最坏会怎样"。想清楚了，再贴。
