---
title: 19天上线网站，插件，桌面应用全家桶，一份非主流AI Coding实战报告
slug: ai-coding-development-workflow-case-study
description: 一份关于 AI 编程的实战报告。记录了19天内使用 AI 辅助开发网站、插件和桌面应用的完整流程。文章总结了一套将 AI
  作为“领域专家团队”的实用工作流，并指出了 AI 在技术决策和复杂调试中的局限。适合希望在实际项目中高效使用 AI 编程的程序员。
date: 2025-10-08 06:06:00
draft: false
comments: true
tags:
  - AI Coding
  - 实战派
  - 结对编程
---
还记得我之前发起的**AI Coding邀请**吗？这些天过去，项目上线了，脑子也清醒了。今天不扯情怀，不聊心路历程，咱们开诚布公，就硬核地聊聊这19天里，我用AI当“结对编程”的“队友”，是怎么把 **PromptHub** 这个项目从一个想法，变成一堆能跑的代码的。

这份报告，可能跟你想的\*\*“Vibe Coding”\*\*不太一样。这里没有魔法，全是工程、取舍，还有一堆踩坑之后才搞明白的“原来如此”。

## **架构选型：AI当“脚手架”，我当“决策者”**

一开始，我就给 **PromptHub** 定了个挺变态的目标：Web、Chrome插件、Electron桌面端，三端同步开发。后端用Next.js的API Route，数据库从SQLite起步，随时准备切生产环境。

这套技术栈，换以前，光是把`package.json`配平、各个环境的`tsconfig.json`搞定，就够我喝一壶的。

我的做法是，把AI当成一个**超高级的脚手架生成器**。我不是问它“我该用什么技术”，而是直接下命令：

`“我要一个Next.js项目，用TypeScript。集成Drizzle ORM，数据库用SQLite。给我加上JWT认证，实现Google和GitHub的OAuth登录。再把Stripe的计费框架搭起来，给我留好接口。”`

9月17号，AI花了大概一个下午，基于简易的多语言模板项目，给我吐出了一个基本可用的后端框架。这不是简单的代码片段，这是**架构的实例化**。它把那些最繁琐、最重复的“胶水代码”给干完了，让我能直接开始写核心业务。

**第一个感悟：在项目启动阶段，AI最大的价值是消除“启动摩擦力”。**

![](/images/111.webp)

## **开发方法论：告别“Vibe Coding”，拥抱“原子任务”**

网上那种“Vibe Coding”（一句话开发）的视频，看看就行了，谁信谁天真。企业级的项目开发，靠的是严谨的工程学。我摸索出的模式，我称之为\*\*“原子任务”或者说“搭积木”\*\*。

开发一个功能，我会把流程拆解到极致，然后开好几个AI对话窗口，并行推进：

*   • **窗口A（数据库专家）**：“根据我的需求，设计`prompts`表结构，用Drizzle ORM的语法写出来。”
    
*   • **窗口B（后端专家）**：“这是表结构，给我写出对应的增删改查API，用Next.js的API Route实现，做好权限校验。”
    
*   • **窗口C（前端专家）**：“这是API接口，用React和Tailwind给我写一个能调用这些接口的管理页面组件。”
    

这种模式的好处是：

1.  1. **上下文隔离**：每个窗口的AI都只专注于一件事，不会因为上下文过长而“精神错乱”。
    
2.  2. **职责单一**：代码解耦做得特别好，AI很少会写出前后端混杂的意大利面条代码。
    
3.  3. **并行效率**：我在等后端API写好的时候，已经可以开始构思前端组件了。
    

**第二个感悟：别把AI当成一个无所不能的大神，把它当成一个由多个“领域专家”组成的小团队。**

![](/images/222.webp)

## **硬核踩坑：那些AI也救不了我的瞬间**

AI Coding不是银弹。在某些领域，特别是底层和配置相关的，它犯的错比我还离谱。

### **1\. 数据库选型：Turso vs Supabase**

我一开始为了尝鲜，用了分布式的 **Turso** 数据库。听起来很酷，对吧？结果数据同步延迟高到离谱，用户创建一个提示词，刷新好几次都出不来。我尝试加了`consistency=strong`参数，屁用没有。

最后果断弃坑，换回了基于PostgreSQL的 **Supabase**。这个决策，AI给不了你。你必须懂数据库的**一致性模型**，才能明白Turso的异步特性跟我的业务场景是根本冲突的。

![](/images/333.webp)

### **2\. Next.js的**`useEffect`**死循环**

这是个经典问题。在管理页面，接口被无限循环调用。我把代码丢给Qwen3，它给我改了半天，还是没解决。

最后还是得靠自己。我分析了`useEffect`的依赖项，发现里面混入了太多动态的状态，导致了连锁反应。我手动重构了它，只保留了最核心的`user?.personalSpaceId`作为依赖。问题解决。

然后，我把**正确的解决方案**喂给AI，告诉它：“以后遇到类似问题，要这样改。” 这其实是在**反向训练AI**，让它学习我的最佳实践。

![](/images/444.webp)

### **3\. Chrome插件的权限黑洞**

插件开发，AI基本就是个小白。`content.js`死活不加载、`localStorage`数据不通……这些问题，AI给的答案全是错的。

最后还是老老实实去翻Chrome开发者文档，搞明白了`host_permissions`和`scripting`权限的区别，才把问题解决。

**第三个感悟：AI擅长“实现”，但不擅长“决策”和“调试”。特别是在涉及底层原理、平台特性和性能瓶颈的地方，最终拍板和debug的还得是你自己。**

## **我的模型“工具箱”**

我从不迷信任何一个模型。我的策略是动态切换，把合适的工具用在合适的地方。

*   • **架构设计 & 复杂Bug修复**：首选 **Gemini 2.5 Flash**。免费，而且在解决像Next.js水合错误这种疑难杂症时有奇效。
    
*   • **UI/UX代码实现**：**Claude 4.1** 是不二之选。它的CSS审美和代码实现能力是最好的，但也是最贵的，我只在关键页面用它。
    
*   • **日常CRUD和组件开发**：**Qwen3 Coder Plus** 性价比最高，干体力活儿任劳任怨。
    
*   • **数据处理和脚本生成**：在逆向Google AI Studio的API，做数据迁移时，我用了 **Kilo** 配合Gemini，让它分析JSON结构，自动生成Python脚本，效率极高。
    

![](/images/555.webp)

* * *

总而言之，这19天的开发，与其说是“AI编程”，不如说是一场“**人机协同的极限编程**”。AI是那个敲代码飞快的实习生，而我，是那个需要时刻把控方向、做出关键决策、并在他搞砸时能出手救场的架构师。

这种模式下，开发者的核心价值，从“写代码”，转向了\*\*“提问题”、“做决策”和“系统设计”\*\*。

这可能，就是我们开发者未来的样子吧。

**这是网站链接，有兴趣的可以去试试:** [**https://prompt.hubtoday.app/**](https://prompt.hubtoday.app/)

也可加我微信进群交流：justlikemaki