第一篇　AI 辅助开发：工作流的重塑

工具箱第一版上线后我回头看，变化最大的其实不是代码本身，而是我写代码的方式。以前接到一个需求，第一件事是新建文件、搭骨架、翻文档；现在第一件事是把需求整理成一段清楚的描述，交给 AI 先出一版初稿，再在初稿上做修改和审查。这个工作顺序的改变，就是本篇要聊的核心。

全篇共四节，按一个真实的推进顺序展开，逐层回答一个问题：AI 写的代码到底怎么才能放心地用起来。

  • 1.1 从手写到生成：用一组双轨对照实验，说清 AI 编码到底快在哪里、慢在哪里，哪些脚本适合交给 AI。
  • 1.2 提示词工程：需求描述的质量直接决定生成质量，给出我一直在用的结构化模板和对照例子。
  • 1.3 代码审查：AI 写的代码不能闭眼合并，分享我在项目里跑通的分级审查清单和自动化检查脚本。
  • 1.4 安全与版权：生成代码的合规边界，包括密钥管理、开源协议核查这些容易忽略的环节。

刚接触 AI 辅助开发的话建议按顺序读；已经有自己一套流程的读者，可以直接跳到 1.3 和 1.4 看审查与合规部分。工具箱项目会从第二篇开始进入脚本实战，最终在第四篇部署上云，整体路线可以看 全书目录。服务器选型和基础环境搭建，推荐先翻 轻量应用服务器建站指南 打个底；对 Agent 编排感兴趣的读者，腾讯 ADP Agent 指南 也是不错的参照。

延伸阅读