我如何用 AI 辅助全栈开发

AI 写代码很快，但全栈项目真正难的地方不是速度，而是判断：数据模型是否稳定、接口边界是否清楚、后台是否能维护、部署后是否可验证。

我不会一开始就让 AI 写完整项目

我会先把目标用户、核心场景、必须完成的动作和不能破坏的边界写清楚。比如个人网站重构时，前台可以大幅改视觉，但后台、数据库、API 和部署脚本不能被破坏。这个边界比任何提示词都重要。

分工方式

1. ChatGPT 适合展开需求、梳理页面结构、生成检查清单。
2. Codex 适合进入仓库，读代码、改组件、跑构建、修类型错误。
3. Cursor 适合日常编辑器内的局部重构和快速理解上下文。

开发流程

• 先读目录、依赖、路由和数据模型。
• 再找出可大改的前台边界，以及必须保持稳定的后台/API 边界。
• 用 AI 生成候选实现，但人工决定是否符合项目风格。
• 每次大改后跑 lint、build 和浏览器验收。

判断标准

如果 AI 给出的代码让系统更难维护，我会宁愿慢一点重写。真正有效的 AI 协作，不是把所有事情交给模型，而是让模型帮我更快看见可能性、风险和遗漏。