用AI写代码：一个人如何做到5天上一个平台

AI不是替代你写代码，是替代你做重复劳动

先说结论：AI让我把一个平台的开发周期从6周缩短到5天。

但这不是因为我让AI「自动写代码」，而是因为我找到了一套人机协作的最佳实践。

我的工作流

第一步：需求分析（AI辅助，人决策）

我的提示词：
「我要做一个同城美食探店平台，核心功能：
- 商家列表（按距离排序）
- 探店报告发布
- 用户点评
- 优惠券
请帮我拆解技术方案和数据库设计。」

AI输出：
- 数据库表结构
- API接口列表
- 前端页面拆分
- 技术选型建议

关键点：AI给方案，你做决策。 AI会给你多个选项，你选最适合的。

第二步：数据库设计（AI生成，人审核）

AI可以快速生成表结构，但你必须审核。特别是：

• 索引是否合理
• 外键关系是否正确
• 是否有性能隐患

// AI生成的表结构，我审核后做了修改
// AI原版没有加 spatial index，我补上了
CREATE INDEX idx_restaurants_location
ON restaurants USING GIST(location);

第三步：后端API（AI生成骨架，人填业务逻辑）

// AI生成的骨架代码
router.get('/restaurants', async (ctx) => {
  const { lat, lng, page = 1 } = ctx.query;
  // TODO: 实现按距离排序的查询
  ctx.body = { data: [], total: 0 };
});

// 我填充业务逻辑
router.get('/restaurants', async (ctx) => {
  const { lat, lng, page = 1, pageSize = 20 } = ctx.query;
  const offset = (Number(page) - 1) * pageSize;

  const result = await db.query(`
    SELECT *, ST_Distance(location, ST_MakePoint($1, $2)::geography) as distance
    FROM restaurants
    WHERE ST_DWithin(location, ST_MakePoint($1, $2)::geography, 5000)
    ORDER BY distance
    LIMIT $3 OFFSET $4
  `, [lng, lat, pageSize, offset]);

  ctx.body = {
    data: result.rows,
    total: result.rows.length,
    page: Number(page),
  };
});

第四步：前端页面（AI生成组件，人组装）

这是AI最擅长的部分。我通常这样用：

1. 描述页面布局和交互
2. AI生成完整的 React 组件
3. 我做微调（样式、交互细节）

第五步：测试用例（AI生成，人补充边界情况）

// AI生成的测试用例
describe('RestaurantService', () => {
  it('should list restaurants by distance', async () => {
    const result = await service.listNearby(116.4, 39.9, 5000);
    expect(result.data).toBeDefined();
  });

  // 我补充的边界情况
  it('should return empty when no restaurants nearby', async () => {
    const result = await service.listNearby(0, 0, 5000);
    expect(result.data).toHaveLength(0);
  });

  it('should handle invalid coordinates', async () => {
    await expect(service.listNearby(NaN, NaN, 5000))
      .rejects.toThrow();
  });
});

时间分配

什么AI做不好

经过大量实践，我发现AI在以下方面需要更多人工介入：

1. 复杂的业务逻辑：涉及多表关联、事务处理的场景
2. 性能优化：AI写的SQL经常缺少必要的索引
3. 异常处理：边界情况的考虑不够全面
4. UI设计感：AI能写出功能正常的UI，但缺乏设计感
5. 架构决策：该用缓存还是用队列，AI给不出最优解

AI辅助开发的最佳实践

1. 模块化提示

不要一次性让AI写一个大功能。拆成小模块，逐个生成。

2. 先给上下文

每次让AI生成代码前，先给它看已有的代码结构和约定：

「这是我的项目结构：
src/
  services/
  controllers/
  models/
  routes/
数据库用的是 PostgreSQL，
ORM 用的是 TypeORM。
请按这个结构生成代码。」

3. 生成后必审

AI生成的代码必须人工审核。重点检查：

• 安全漏洞（SQL注入、XSS）
• 性能问题（N+1查询、缺少索引）
• 错误处理是否完善
• 类型是否正确

4. 建立代码模板库

把验证过的代码模式存起来，下次直接复用：

// 我的模板库结构
templates/
  api-crud/        // 增删改查模板
  auth-module/     // 认证模块
  upload-module/   // 文件上传模块
  payment-module/  // 支付模块

效率工具链

我每天使用的AI工具组合：

1. 代码生成：Claude / GPT-4
2. 代码审查：AI Code Review
3. 文档生成：AI 自动生成 API 文档
4. 测试生成：AI 自动生成单元测试
5. Bug修复：贴上报错信息，AI分析原因

写在最后

AI不会让程序员失业，但会用AI的程序员会让不会用的失业。

一个人做50个平台，不是因为我有多厉害，而是因为AI把开发效率提升了10倍，把门槛降低了10倍。

这可能是独立开发者最好的时代。