用 AI 开发:工具与工作流
用 AI 开发:工具与工作流
先说人话:AI 改变了学编程的方式
十年前的新手卡住一个报错要翻论坛翻半天;现在你身边随时坐着一位「读过全世界代码」的搭档。会用 AI 的新手,成长速度是不会用的好几倍——这不是可选项,是新时代的基本功。
💡 比喻: AI 像一位手速极快、知识渊博、但刚入职你公司的资深工程师——技术没得说,但他不了解你的项目、不知道你们的规矩,而且偶尔会一本正经地说错话。你的工作就是:带他熟悉项目(记忆)、给他布置清楚任务(提问)、验收他的活(测试)。
AI 是个什么样的搭档
先建立正确认知:知道它强在哪、弱在哪,才能用得好。
⚖️ 强项与弱项
✅ AI 极强的地方: 解释看不懂的代码和报错 · 写样板代码(增删改查、配置)· 教学答疑 · 起草测试 · 排查常见错误 · 陪你梳理思路
❌ AI 容易翻车的地方: 不了解你的项目背景(除非你告诉它)· 可能编造不存在的函数 / API · 复杂业务一次做太多容易跑偏 · 每次新对话都「失忆」
一句话原则
让 AI 干活,但方向盘在你手里——它写、你审;它答、你验。你可以不会写,但要看得懂、判得出对错(这正是前端速通、后端速通各篇教你的)。
工具:opencode(终端里的 AI 程序员)
网页版 AI 只能「口头指导」,编程专用的 AI 工具能直接「上手干活」。
🆚 网页版 AI vs AI 编程工具
💡 比喻: 网页版 AI(复制粘贴代码来回搬)像电话咨询的装修顾问——只能听你描述、给你建议;AI 编程工具像住进你家的装修师傅——自己看现场(读你的项目文件)、自己动手(改代码)、自己检查(跑命令看结果)。
| 能力 | 网页版 AI | AI 编程工具(如 opencode) |
|---|---|---|
| 看你的项目代码 | 你手动一段段贴给它 | 自己读整个项目文件夹 |
| 改代码 | 它给你,你手动粘回去 | 直接改文件,你确认即可 |
| 跑命令 / 验证 | 不能 | 能自己跑 npm run dev、跑测试、看报错、接着修 |
| 项目记忆 | 没有 | 自动读取项目里的记忆文件(详见《AI 记忆体系》) |
⚡ 推荐:opencode
opencode 是一个开源的终端 AI 编程助手:在命令行里运行,进入你的项目文件夹后启动,它就能读代码、改文件、执行命令,像一个坐在你终端里的程序员。
# 用 npm 安装([《Vue 3 入门》篇](/frontend/vue-starter.md)装过 Node 就能装)
npm install -g opencode-ai
# 进到你的项目文件夹,启动它
cd my-vue-app
opencode
# 然后直接用中文跟它说话,比如:
# "这个项目是干嘛的?帮我讲讲目录结构"
# "npm run dev 报错了,帮我看看并修好"提示
同类工具还有 Claude Code(终端)、Cursor(图形界面编辑器)等,思路都一样:学会一个,其它触类旁通。本页以 opencode 为例。
提示
从《打地基》篇就用起来: 做「第一个网页」时就可以让它检查你的 HTML 哪里写错了;学 Git 时让它解释每条命令。它就是你 24 小时在线的私教。
怎么跟 AI 说需求(提问的艺术)
AI 的输出质量 = 你输入的质量。同一件事,会说和不会说,结果天差地别。
🗣️ 三个要素:背景 + 目标 + 边界
❌ 差的提问: 「帮我做个网站」「代码报错了怎么办」「这个功能不行你修一下」
✅ 好的提问: 「在 src/views/TodoList.vue 的表格里加一列显示创建时间,格式 2026-07-15,参考现有列的写法」「npm run dev 报了这个错(贴完整报错),我用的 Node 20,帮我分析原因并修复」
- 给足背景。 报错要贴完整原文(别只截一半);说清你在哪个文件、想干什么、刚才做了什么。AI 不是神仙,信息喂得越全,答得越准。
- 一次一件事。 「做登录 + 做列表 + 顺便优化样式」拆成三次说。任务越小,AI 完成度越高,你也越容易验收。
- 让它先讲方案再动手。 大改动之前说「先告诉我你打算怎么改、动哪些文件,我确认后再改」——避免它自作主张改一大片。
- 看不懂就追问。 「逐行解释这段代码」「为什么用这种写法,有没有更简单的」——把每次干活变成一堂课。
- 不满意就说具体哪不对。 别只说「不行」,要说「弹窗位置对了,但点确定后没有刷新列表」。反馈越具体,修得越快。
AI 开发标准流程(含测试)
让 AI 干活不是「说一句等结果」,而是一个「布置 → 干活 → 自证 → 验收」的闭环。
🔄 六步闭环,每一步都别省
- 说清需求。 用上一节的方法:背景 + 目标 + 边界。
- 让 AI 先看代码。 「先看看现在登录是怎么实现的,再告诉我你的修改方案」——让它基于现状干活,而不是凭空想象。
- 确认方案。 它列出要动的文件和思路,你觉得靠谱再放行。看不懂方案就让它用大白话再讲一遍。
- AI 动手改。 改完让它汇报都改了哪里、为什么这么改。
- 验证是重头戏。 三种姿势由轻到重:
- 跑起来点一点:让 AI 自己跑
npm run dev,你到浏览器实际操作一遍; - 让 AI 写测试:「给这个函数写几个测试用例,把边界情况覆盖到(空值、超长、非法输入)」;
- 让 AI 跑测试并修到全绿:「跑一下测试,失败的自己修,修完再跑,直到全部通过」。
- 跑起来点一点:让 AI 自己跑
- 你终审 + 存档。 让 AI 讲解改动,你确认看懂了、点过了,再
git commit。AI 永远不该替你按下最终确认键。
提示
口诀:AI 写的代码,AI 先自证,你再终审。「能跑」不等于「是对的」——测试和人工验收就是拦住「看起来对其实错了」的两道闸。
注意
大改动前先存档: 让 AI 重构、大范围改动之前,先 git commit 一次。改崩了一条命令回滚,这就是《打地基》篇学 Git 的意义。
心法与安全红线
最后几条经验,帮你避开新手最常见的翻车姿势。
🧭 五条心法
- 不当甩手掌柜。 AI 写的每段代码,至少让它讲到你能听懂。你现在偷的懒,将来都是排查不了的 bug。
- 保持怀疑。 AI 会一本正经地编造不存在的函数和配置。它说的「应该可以」,以实际跑通为准。
- 拆小任务。 「帮我做完整个系统」注定失控;「先做这一个接口」步步为营。
- 学习模式和干活模式分开。 赶活时让它直接改;学习时让它「只讲思路,代码我自己写,写完你点评」——后者才涨本事。
- 把 AI 当第二双眼睛。 写完让它 review:「帮我看看这段代码有没有 bug、有没有更好的写法」。
🚫 安全红线(一条都别碰)
安全红线
- 密码、密钥、Token 不进对话也不进代码。 配置用环境变量 / 配置文件管理,且这类文件不提交 Git。
- 公司代码遵守公司规定。 用什么 AI 工具、代码能不能给外部模型看,先问清楚再用。
- 删库跑路级操作亲自过目。 凡是
DELETE、DROP、批量覆盖文件的操作,AI 提出,你确认,再执行。
什么才算合格 · 逐条自测
合格标准
- 装好工具: opencode(或同类工具)装好了,能在自己的项目文件夹里启动并对话
- 会喂报错: 遇到报错,第一反应是「贴完整报错 + 说清背景」丢给 AI,并能跟着解决
- 跑通闭环: 完整走过一次「说需求 → 确认方案 → AI 改码 → 验证测试 → 你终审 → commit」
- 会用测试: 让 AI 给你的某个函数写过测试用例,并让它自己跑到全部通过
注意
最后提醒: AI 是放大器——你懂得越多,它帮你放大得越多;你完全不懂,它也能把错误放大。所以别跳过前端速通、后端速通各篇,路线照走,AI 随行,这才是最快的路。
下一篇:AI 记忆体系——让 AI 从临时工变老员工。