这几个月，我一直在用 AI 编程工具做真实项目。不是 Demo，不是教程，是实实在在要跑起来的业务。抱着想看看它究竟能帮我走多远的心态，我一头扎了进去。结论先说：它比想象中靠谱，又没有靠谱到让我躺平。这大概是我能给出的最诚实的评价。
最初我只有一个模糊的想法，连 PRD 都没写。丢给 AI 之后，它一步步帮我把需求细化下来——这个过程其实比我自己闷头想要高效得多，因为它会不断追问细节，逼着我把脑子里那些"差不多就行"的想法变成了清晰的表述。
接下来是原型设计。我本来以为 AI 做原型只能出个大概框架，没想到它连交互细节、微文案、甚至页面跳转逻辑都能帮我理出来。看着原型一点点在对话里成形，那一刻我确实有点兴奋——不是兴奋于工具本身，而是兴奋于我脑子里那个模糊的东西，终于被看见了。
然后是微调。我发现 AI 响应速度在这个阶段的价值尤为明显：改一个词、换一种布局、调整一个流程节点，秒级反馈，不需要来回沟通成本。我前后改了十几轮，每一轮都在往"对"的方向靠近，整个过程比我预想的顺畅太多。
再然后，它开始帮我把原型翻译成代码。
这个阶段，惊喜感达到了顶点。数据库结构、后端接口、前端页面框架——AI 几乎把我原本计划花一整周做的事情，用很短的时间就搭了出来。看着代码文件一个接一个生成，功能模块一个接一个跑通，那种感觉像是有人在背后推着我往前跑，跑得比我平时快得多。那一刻我真的兴奋了。
说到这里，你可能觉得接下来我要猛夸 AI 了。但真实情况要复杂得多。
当我试图完全通过"聊天"来完成整个项目的时候，问题出现了。我把它叫做黑盒编程——我输入指令，它输出代码，我看结果，但我并不完全理解中间发生了什么。听起来很美好，但一旦涉及到业务细节、边界条件、以及多个模块之间的联动时，黑盒的弊端就暴露出来了：
💡 AI 确实能帮我完成 80%，甚至更多，而且很快。但剩下的那 20%，我花了大量的时间和 token，却始终卡在原地——不是 AI 给不出答案，而是它给出的答案在我实际的项目环境里跑不通。
后来我切换到了 Claude Code，让它帮我做细粒度的代码修改。Claude Code 的体验确实比纯聊天式 AI 更强——它能直接读文件、改代码、跑测试，给我的感觉更像是在和一个真正懂代码的助手合作，而不仅仅是在对一个语言模型说话。
但结果仍然不够理想。有几个我反复强调的功能点，改了三四版依然有问题。AI 不是不理解需求，它理解，只是它给出的解决方案在我特定的代码上下文里总是差那么一点。
最后，我还是得老老实实打开编辑器，一行一行地看代码，用 Copilot 辅助，一边调试一边修。那种感觉像是：AI 帮我清掉了路上 80% 的石头，但剩下那几块嵌在泥里的，我得自己动手搬。
目前这个阶段，无论 OpenClaw 还是 Claude Code，都还做不到"零干预"完成一个真实项目。这不是哪家工具不行，而是整个 AI 编程领域还没到那个份上。
但我不沮丧。回看这段经历，AI 已经帮我节省了大量重复性劳动和初期探索的时间。更重要的是，它让我在最短的时间内验证了"这个方向是否走得通"。在项目早期，这一点可能比什么都重要——方向对了，努力才有意义。
我相信在不远的将来，这个目标会实现——一个完整的、可用的、真正跑通的项目，只需要你描述清楚需求，AI 就能帮你做出来。
现在我们还在路上，但路已经比出发时清晰多了。
写到这里，回头看了看，其实最让我感慨的不是 AI 有多强大，而是它逼着我变得更会提问、更会表达需求、也更有耐心去理解自己到底想要什么。这大概是这段经历里最意外的收获。
🌈 2026年4月