本文记录了作者使用AI进行18.5小时编程的实战经历，从最初的立项到最终交付，期间经历了从兴奋到暴躁，再到和解的过程。作者在过程中深刻体会到AI在处理复杂项目时的局限性，并总结了AI编程的关键要点，包括上下文管理、代码逻辑理解、前后端差异、工具选择以及学习的重要性。文章不仅揭示了AI编程的挑战，也为其他开发者提供了宝贵的经验教训，强调了在AI辅助编程中，人类的逻辑思维和学习能力仍然至关重要。

🤯 上下文并非制约本质：真正的项目复杂度远超AI的上下文处理能力，核心在于如何有效管理项目概念并向AI分配任务。

🤔 AI编程需理解代码逻辑：小白初期快乐，后期崩溃，因为不理解代码概念；技术学习绕不开，需理解类、CSS、HTML渲染、JS执行等。

🎨 AI擅长后端逻辑，不擅长UI：AI擅长清晰的后端逻辑，但在模糊的审美相关的UI设计上容易陷入困境。前端样式需要人工介入。

🛠️ 工具选择：Cursor和Windsurf为订阅制，cline可全量上下文但昂贵。选择合适工具，并有效利用上下文是关键。

📚 AI编程需同步学习：理解代码逻辑，尝试读懂代码，比盲目指挥AI更有效；项目逻辑应提前规划，而非在AI编码时才思考。

结束了，最后投入了18.5小时，其中立项3小时，初步验证1小时，AI Coding14.5小时。后续这个项目会转交给正式程序员做

截图挑选了一些交流过程中暴躁的片段，哎，都过去了

整个过程就像蒙着眼睛，拿着筷子，夹起水晶杯堆金字塔，随着项目规模膨胀，筷子长度还会从1米变成10米，20米，太糟糕了这个体验，深刻体会到什么叫无能狂怒。

文档更新了这14.5个小时里的流水线进度，包括Prompt详情，卡点问题的解决和被解决，怒喷AI，和解到放弃等等。
https://whjlnspmd6.feishu.cn/wiki/TjZEwOXKCiI78Uk3dg6ce9Venah?from=from_copylink

最后有一份来自这次非正式黑客松的总结，有点长：
1. 上下文看似制约，其实不是制约的本质，因为真正的项目其复杂度是远超2万甚至200万Token上线的。所以当我从windsurf和Cursor切换到cliine，并拉满上下文后，确实短期解决了项目的瓶颈，推进了一大步，但终究无法应对越来越膨胀的代码。真正的制约是你能否有效管理项目中的各类概念，并井井有条地向AI分配任务。但如果你能做到，你就不是小白了。
2. AI coding不仅仅需要需求描述清楚，更需要清楚的是代码逻辑。所以小白一般在刚开始最快乐，在中间能稍微解决，在后期逐渐崩溃。因为小白真的对各类概念一无所知。看起来是一个“为什么文字底部不能加色块”的问题，会衍生类、CSS、HTML渲染、JS执行等等一系列陌生的概念，你会发现技术的学习还是绕不开。
3. AI很擅长后端逻辑，因为他是清晰，明确的，我花在后端上的实际差不多仅占1/10。但AI不擅长UI、样式，因为这是和人的审美相关的。偏偏审美又是模糊的，很容易陷入甲方的五彩斑斓黑陷阱。
4. 在工具选择上，我只用过Cursor，Windsurf，cline。windsurf交互体验比Cursor好，但这两个都是订阅制，都会千方百计减少上下文记忆以节约成本。cline交互没那么好，但可以全量上下文ALLin，就是太贵了。14个小时烧了我15美金。
5. AI在处理小需求小项目的时候仍然很值得信赖，爬虫、批量化、数据分析等等，依旧可以解决大量重复性工作。
6. 如果你一定要硬撑着用AI完成一个中等规模复杂度的项目。那么建议你同步学习代码，先搞懂逻辑，然后试图读懂代码，磨刀不误砍柴工，这样绝对，绝对比你黑灯瞎火对着AI指挥要来得快。当然这个过程一定很痛苦。
7. 最后是一些普适的AI编程建议：有进展了，千万用Git随手保存，就当它是PPT | 尽可能各个能力封装模块化 | 有较大更新后让他写进Readme中，后面可以拿这个给他看 | 一开始可以说复杂需求，后续尽可能一次描述一个小需求 | 邀请他追问细节 | 认真阅读他的每一步操作，不求看懂代码，至少看懂逻辑 | 可以让他在敲代码前先给出分析和逻辑说明，也可以让他在有更新后写入Readme，这些都可以放到预置的Prompt里 | 提前思考好你的项目逻辑（我指技术实现部分），在外部文档上敲下来，而不是在打开AIcoding的那一刻才开始思考。