老陈是我原来项目部的，做水电的，比我小两岁。上个月我回老工地那边拿落下的一个工具箱，顺道在他宿舍坐了一个钟头。他看我在笔记本上敲代码，问我这干啥，我说我现在靠这个吃饭，还没吃上，但快了。
他说他也想学，问我难不难。
我说你先把 AI 装上，别学语法了，直接让它写。他当时那个表情我看得出来，不信。他这人干了十八年水电，图纸上的线管走向他有自己的一套，别人说啥他都得先自己过一遍手。
我给他演示了一遍。让他提了个需求——他说项目部那个材料台账每次都要手工核，钢筋、水泥、砂石,一个月的量对不对得上，眼睛看花了。我让 ChatGpt 写了个小脚本，读他那个 Excel，把每一项算一遍，超了的标红。前后不到十分钟。
他愣了有两秒，然后说"这算啥，我请个实习生也能做"。
我说实习生一个月三千五，这个不要钱。他笑了，说那你给我弄一个真能用的。
我那时候脑子一热就应了。这就是打脸的开始。
他那个表不是一张表。是一个文件夹，里头十三个 Excel，每个月的，格式还不统一。有的月份把"螺纹钢"写成"螺纹"，有的月份单位是吨，有的是公斤。我先让 AI 写了个合并的，跑起来报了七八个错，主要是那个吨和公斤混着来，数出来差了三个零，我看了一眼那个结果差点没坐地上——一个月的钢筋用量一亿三千万吨，够修三个三峡。
我跟老陈说这个得先清数据。他说这我懂，工地上账也是这么规矩的，进料单跟库存单对不上，先查单子。
问题是我不会清。我学编程才半年，那个 pandas 的东西我只会用最浅的那一层。折腾了一晚上，第二天又折腾一白天，最后还是把每一列的表头打印出来，手工看着改。十三张表我看了四个钟头，眼睛都花了。中间我真不想干了，想跟老陈说算了，你请实习生吧。
后来是我想了个笨办法。我让 AI 把每一张表的表头都读出来列给我看，我再告诉它哪个对哪个，让它按我给的对照关系统一。这跟我当年在工地上对图纸一个道理——不能指望两个班组报上来的数自己就对得上，得先统一口径。这个办法土，但它成了。
跑通那天晚上十点多，我给他发了个截图。他过了一会儿回我两个字：能用？
我说你下来自己试。
他第二天真的下了个 Python，我远程给他装了环境，中间又是各种破事，他那台电脑是八年前的，装到一半卡死。我在电话里跟他说了半天，最后让他去网吧，在网吧装了一遍，把文件夹拷过去跑。据他说跑通了，那个月的水泥量核出来超了四十吨。
他给我发了个两百的红包。我没收。
这事有成功的地方，也有被打脸的地方。打脸的是我一开始以为十分钟能搞定，实际花了三天；成功的是老陈现在自己会用 AI 改那个脚本了，他前两天跟我说想把劳务工时的表也做进去。我说你慢慢弄，别急。
我后来想，我给老陈安利的不算是 AI，其实是我这半年学的那点东西够不够撑住一个 AI 的产出。AI 出活是快，可它出的活得有人验收。老陈干水电的，他知道验收这词的分量，他也知道我一开始那版是废的。
四十岁怎么了，我承认我学得慢，可我这半年看下来，真正卡住我的从来不是代码本身，是我不知道一个东西该长什么样。这个跟年纪没关系，跟干过多少活有关系。
工具箱最后还是忘在他那了。下次再去拿。