AI 写代码很快,但项目出问题往往不是因为代码打字慢,而是需求没讲清楚、边界没想全、验证没做完、上线顺序错了。只把 AI 当成代码生成器,容易把不确定性更快地放大。

一、先让 AI 帮我拆问题

我更喜欢先让 AI 梳理目标、约束、影响范围和风险点。比如一个看似简单的页面改动,可能会影响 SEO、备案审查、域名路由、静态资源路径和部署方式。如果这些没先确认,后面改得越快,返工越多。

二、实现只是中间步骤

一个需求真正完成,至少要经过实现、构建、验证、文档同步和后续维护判断。AI 如果只写出代码,但没有帮忙检查资源路径、边界状态和部署风险,其实只完成了一半。

AI 辅助开发最重要的是形成闭环:需求明确、实现可控、验证可复现、风险可解释。

三、人还是要负责判断

AI 可以提高速度,但不能替代判断。哪些东西该做、哪些东西先不做、什么时候需要灰度、什么时候不能直接上线,这些仍然需要人对业务、成本和风险负责。

所以我更愿意把 AI 当作一个高效的工程协作者,而不是一个自动完成一切的黑箱。