Cloudflare 的 OAuth 2.1 Provider Framework 项目通过与 Claude 结对编程完成，展示了 AI 在软件开发中的潜力与局限性。关键点包括：
高质量 Prompt 是关键：首个 Prompt 包含 130 行示例代码、明确的技术栈（TypeScript、Cloudflare Workers）和安全要求（如 Token 哈希存储），帮助 AI 精准理解任务。
小步迭代：项目从单一文件开始，通过多轮反馈逐步完善，体现了人机协作的渐进式开发。
AI 的局限性：
- 环境感知不足：如误用 Node.js 的 crypto 库，需人类指出使用 WebCrypto。安全细节需明确：AI 不会主动考虑所有安全隐患，需人类明确要求。偶尔的“幻觉”：AI 可能声称已修复问题，但代码未变。过度工程化：如引入不必要的“备份密钥”，增加复杂性。
人类的核心作用：资深工程师通过经验优化设计（如改进 Refresh Token 的实用性），确保代码适应现实场景。
高效人机分工：AI 负责代码生成，人类负责架构设计、审查和关键决策。
AI 的局限性：那些需要“人类出手”的时刻
这其中的人和 AI 结对过程也并非一帆风顺。你可以清晰的看到
AI 的局限性：
- 环境感知不足：除了错用 Node.js API，AI 对特定平台的特性（如 Workers KV 的 list() 功能）也需要人类提醒才能有效利用。安全细节需要明确：你需要明确告诉它“所有敏感信息都要哈希存储”，它不会主动思考所有潜在的安全隐患。偶尔的“幻觉”和固执：有好几次，Kenton 指出问题后，AI 声称已经修改，但实际上代码并没有变化，最终需要工程师手动修复。4。** 过度工程化的倾向**：在实现加密功能时，AI 引入了一个不必要的“备份密钥”概念，增加了复杂性，被 Kenton 要求移除。 有时，对于一些简单的样式修改或代码整理，Kenton 也不得不亲自上手，因为通过 Prompt 反复纠正的效率反而更低。这提醒我们，也不要太过于依赖 AI，有时候手动修改可能还更高效！
AI 结对编程最佳实践
- 提供详细上下文：包含代码示例、技术栈和明确目标，避免模糊指令。明确平台特性：如 Cloudflare Workers 的 WebCrypto 或 KV 功能，防止 AI 使用错误 API。小步迭代：将任务拆分为小块，逐步优化。具体反馈：明确指出问题及修改方向，如“用 WebCrypto 替换 Node.js crypto”。人机分工：AI 处理代码生成，人类把关架构和质量。记录 Prompt：将 Prompt 存入提交历史，作为文档和学习素材。适时手动干预：当 AI 在简单任务上效率低下时，直接手动修改。
关于“查看键盘快捷键，按下问号”
你的输入提到“按下问号查看键盘快捷键”，可能是在某个工具或界面（如 GitHub 或 IDE）中查看快捷键的提示。如果你在使用相关工具（如 GitHub 查看 Cloudflare 的提交记录），可以尝试以下：
GitHub 快捷键：在 GitHub 页面按 ? 调出快捷键列表，常见功能包括：
- t：快速搜索文件。l：跳转到指定行。/：聚焦搜索栏。
IDE 快捷键：如果你在 VS Code 或其他 IDE 查看代码，按 Ctrl + K, Ctrl + S（Windows）或 Cmd + K, Cmd + S（Mac）查看快捷键设置。
Claude 或其他 AI 工具：如果你使用 Claude 或类似工具，快捷键可能因平台而异，建议查看官方文档或界面提示。
如果你的“按下问号”指的是其他具体工具或场景，请提供更多上下文，我可以帮你查找相关快捷键或操作方式！
补充信息
项目链接：Cloudflare 的 OAuth 2.1 Provider Framework 仓库 GitHub 包含完整提交历史，可查看 Prompt 和代码演变。
推荐阅读：《I Read All Of Cloudflare's Claude-Generated Commits》 链接，提供更详细的分析。
AI 依赖性提醒：如宝玉（@dotey）在 X 帖子中提到，过度依赖 AI 可能导致“懒惰编程”，建议平衡 AI 使用与手动编码能力。
原文宝玉:x.com/dotey/statu…
