AI 写代码总翻车? 我踩过的坑, 也许能帮你少走些弯路
AI写代码听起来很美，但真用起来却常常“翻车”。从语法错误到逻辑混乱，从工具误导到思维惯性，坑一个接一个。本文作者结合亲身经历，复盘了多个典型“翻车现场”，并总结出一套避坑思路，帮你在AI编程路上少走弯路、走得更稳。
在用AI辅助开发的这段时间里，我越来越觉得：AI并不是你随便一说，它就能接得住。用不好，不是因为模型不够强，而是你自己没说清楚。下面是我在项目中踩过的一些坑，总结下来供参考。
1.需求和目标，不能含糊
你可能会说：“我要一个列表页。”但你说的是表格、卡片视图，还是分页列表？有没有筛选？支持移动端吗？这些AI不知道，也不会替你猜。
真正有效的方式，是像写给同事那样说清楚：
“我需要一个移动端优先的商品列表页，要求分页加载，最多展示10条，点击后进入详情页，页面使用React+Vite，状态管理用ReduxToolkit。”
说得越清楚，AI给的代码就越接近你想要的。否则它给你写完你还得大改，浪费时间不说，还容易出bug。
2.复杂度自己先有数，别一上来就全丢给AI
比如有一次我在cursor里写prompt，想让它帮我生成一个搜索接口的实现。我一句话说了大概4件事：模糊匹配、分页、前端防抖和后端限流。结果它给了我一个看起来完整，但问题很多的实现。
后来我改成分步骤让它写：
第一步：实现一个基本的关键词匹配接口，支持模糊搜索。
第二步：前端加上防抖输入框，避免频繁请求。
第三步：再让它加分页逻辑，并说明每页大小和返回结构。
第四步：最后告诉它，后端需要加限流策略，防止接口被刷爆。
这样每步确认一个点，AI的反馈就靠谱得多。很多时候你觉得它“听不懂”，不是因为它能力不行，而是你一次性说了太多事，它只能抓住一部分。换成人也一样，信息太多反而会失焦。
3.代码不能全信，学会自己检查
AI生成的代码，经常看起来“能跑”，但很多关键细节是缺失的。
比如生成一个登录接口，逻辑写得挺完整，但却忘了处理接口失败时的token清理。结果用户登录失败后，前端还以为自己登录过，接口一路401。又比如请求数据时确实写了loading状态，但没有在出错或取消时正确关闭，导致页面一直转圈卡住。
这类“功能有，但边界没管”的代码，在实际开发里最容易出问题。它们表面看起来没bug，实际上体验一塌糊涂。
检查点包括：loading有没有兜住所有异步路径、接口是否兜底失败状态、逻辑是否具备初始值、是否有fallback。只要你自己不看，这些问题就不会自动被解决。
AI可以帮你提速，但提效的前提，是你有能力去识别和修正它的疏漏。如果完全不查不看，最后埋雷的还是你自己。
4.项目上下文一定要说清楚
这点特别重要。AI不知道你项目的技术选型，不知道你是用函数式组件还是class，也不知道你preferfetch还是axios。
比如如果我们想用SWR做数据请求，那每次都要提醒它：
“我们使用swr来做请求缓存，请用useSWR而不是useEffect去请求数据。”
如果你不说，它会给你生成一堆你可能根本不会用的写法，后面还得你自己去改。
5.说不清楚问题，AI也解决不了
有个开发者只跟AI说：“这个布局有点卡”，AI直接把整个组件改成virtuallist，虽然逻辑没错，但实际瓶颈并不是列表渲染多，而是图片都同步加载，导致滚动时掉帧。
后来他把描述改为：
“当前列表滚动时掉帧严重，初步定位是每个item内图片同步加载。建议用loading=”lazy”+IntersectionObserver控制加载时机。”
这次AI给出的方案才靠谱：用原生loading=”lazy”属性或结合IntersectionObserver延迟加载图片，页面性能立刻提升。
所以，不要说模糊词，像“卡”、“慢”、“不好看”，你得具体说是哪块慢、什么条件下卡，AI才能帮得上忙。
结尾：需求说不清，AI自然帮不了你
用AI写代码，归根结底是个“表达-反馈-修正”的过程。你说得清楚，它才能给得准确。
别期待它替你拍板选技术、补边界逻辑，也别幻想它能看穿你的上下文和项目背景。你要做的，是逼自己把需求表达清楚，说出你真正想要的东西。
一旦你能把复杂的系统需求讲清楚、把问题拆得有逻辑、能指出bug出现的上下文，AI才能真正成为你的帮手，而不是一个反复返工的负担。
后记：AI编程没那么省事，但值得一练
说实话，刚开始我用AI写代码的时候，觉得比我自己写还累。
它像个“不会自动对齐语境”的智能搭子，常常给我一堆看似对的代码，实则不合用，问题根本不在AI，而在于我没把话讲明白。
慢慢地我意识到，AI编程根本不是“偷懒”利器，而是反向逼你去思考表达、思考结构、思考逻辑。你说得越明白，思路越清楚，它就越能节省你的精力。
所以，AI编程没有变简单，只是把开发的难点，从动手转移到了动脑——从写代码，转向写清楚自己的想法。
