70/30 分工：哪些留给 AI，哪些留给人

约七成交给 AI——脚手架、测试、文档、重构；三成留给人——架构、复杂逻辑、安全、评审。

所有的事都适合 vibe coding 吗？不。判断「哪件事交给 AI、哪件留给人」，是新手变资深的关键。一个有用的起点是 70/30 分工。

读完你能回答：

• 哪些类型的活 AI 特别擅长、可以放手？
• 哪些活必须留给人，AI 代替不了？
• 光盯着产出一行行看，为什么既累又低效？

交给 AI 的 70%

AI 擅长「模式型、可预测、量大」的工作：

• 脚手架 / 样板代码
• 写测试
• 写文档 / 注释
• 重构（规则清晰时）
• 格式转换（JSON ↔ 类型、XML → 结构）
• 正则、一次性脚本

这些活「产出快、模式强、不是什么大事」，把 AI 放进去，把人的精力留给真正的判断。

留给人的 30%

AI 不擅长、或不该替你决定的：

• 架构决策（要不要上微服务）
• 技术选型（用哪个框架）
• 复杂业务逻辑（定价、规则、边界）
• 安全威胁建模
• 竞品 / 需求判断
• 关键 code review

这些活「判断不可替代」，交给 AI 不是不行，是不该——你的判断力是价值的来源。

理想比例是个参考，不是铁律

70/30 不是硬性比例，是个方向感：

• AI 管量大、重复、可验证的工作 google-patterns
• 人管判断、取舍、质量、边界

真正的问题不是「我把多少工作给了 AI」，而是「我要不要把这份判断也外包出去」。该你判断的，永远留着。

别盯着产出一行行看

• 逐行看，既累又低效，还容易只见树木不见森林
• 把 review 的精力放在「AI 处理的边界、改动的影响、没处理的结构缺口」
• 细节让 AI 自己回头改，你管方向和取舍

70/30 帮你把手腾出来，好把时间花在真正的判断上。这套分工最后要落到可操作的检查点上：审阅检查点清单。