# AI工具将十年开发经验压缩成一行命令

- 来源：AYi (@AYi_AInotes)
- 发布时间：2026-05-17 02:31
- AIHOT 分数：63
- AIHOT 链接：https://aihot.virxact.com/items/cmp8p2jhu0kdnslnzx6w3r6c7
- 原文链接：https://x.com/AYi_AInotes/status/2055717699532013896

## AI 摘要

Greg Brockman转发的Codex Skill "Complexity Optimizer"通过一行npx命令安装，能在几秒内扫描代码库，精准定位O(n²)、N+1查询等性能问题，并提供文件、行号、优化建议和风险等级。其核心设计是仅报告问题而不自动修改，将决策权留给开发者。这标志着AI的关注点正从“更快地写代码”转向“发现人类难以察觉的复杂问题”，将十年项目经验才能积累的诊断能力封装成可一键调用的技能。未来，类似的安全审计、架构检测等工具将大量涌现。资深开发者的护城河因此被重新定义：从依靠个人眼力发现问题，转向依靠业务判断力来评估和落地AI提供的解决方案。

## 正文

在我刚入行那几年，
记得代码库里有一种人是被默默崇拜的，
他能在十几层调用栈里一眼看出 N+1，能在火焰图里指出哪个函数被多调了三次，

今天 Greg Brockman 转的那个 Codex Skill，
第一次让这件事不再是少数人的特权。

性能优化为什么过去这么稀缺，
你得会用 Chrome DevTools 拉火焰图，会用 Node --prof 跑 profile，会读 perf report，

你得对渐进复杂度有近乎本能的敏感，能在嵌套十几层的代码里识别出 O（n2） 长什么样，

你还得踩过几百个真实生产事故，知道哪种模式在百万级数据下会爆，

这三样能力叠加起来，是十年项目经验才能稳定输出的活，在团队里就是稀缺资源，工资溢价就来自这里。

Greg 转的这个 Complexity Optimizer，是社区开发者做的一个 Codex Skill，

一行 npx --yes codex-complexity-optimizer 装完，在项目根目录跟 Codex 说一句 analyze my codebase，几秒钟跑完，

它专挖 O（n2）、O（n*m）、N+1、循环里套循环、每次渲染都扫全表那种隐藏坑，每一条都精确到文件 + 行号 + 当前复杂度 + 优化后复杂度 + 推荐改法 + 风险等级，

最重要的设计是它默认只报告不动代码，每条标 low 或 medium 风险，还告诉你上线前要补哪些测试，

也就是说 AI 不绕过人类决策，它做的是把人类做决策所需的信息全部准备好。

但这个 Skill 真正让我感兴趣的，不是它能干什么，而是它意味着什么，

过去两年 AI 写代码的故事，焦点一直在让代码写得更快上，

可是写代码的速度，从来不是开发者真正的瓶颈，

真正的瓶颈一直是看见自己看不见的问题--架构隐患、性能坑、安全漏洞、依赖陷阱，这些东西高度依赖个人经验积累，集中在少数资深开发者手里，

Complexity Optimizer 真正的信号是，这类需要十年经验才能输出的能力，第一次被压进了一个可以一行命令调用的 Skill 里，

这条路一旦走通，下一波 Skills 不会等太久--安全审计、依赖风险扫描、架构腐烂检测、内存泄漏侦察，全都会涌出来。

总的来说，资深开发者的护城河不会消失，但定义在变，
过去的护城河是看见问题的眼力，
未来的护城河是判断 AI 给出的方案在你的业务场景下能不能落地的判断力，

十年经验值正在被压缩成一行 npx 命令，
这件事也许从今天就开始咯。

### 引用推文

> Greg Brockman：codex for improving computational complexity