Dan Luu 在一篇工程随笔里讨论 AI 编程带来的新选择：过去不值得投入一年去做的个人工具，现在可能只需少量人工时间，就能达到自己可用的程度。他举出正则表达式引擎、搜索工具与编译优化等尝试，同时区分“对我有效”和“能作为公共产品维护”两种标准；后一种仍需要更多工作。
他最看重的变化，是可以尝试原先负担不起的目标。随着模型更强，他会转向更难的任务，因此个人体验未必越来越接近“一次生成就全对”。文中也保留了 Yossi Kreinin 的反对意见：很多任务没有明确的通过标准，使用者未必能理解大型黑箱，局部提速还可能制造难以维护的特化代码。
Luu 的回应是尝试构造部分自检。例如在规则有歧义的桌游中，他比较不同规则解释，再与另一份实现对照，逐步接近一致说明。本文是个人实践与方法判断，作者明示没有为所有项目完成严格基准，不能把它读成普遍的生产率倍率。