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 Redux Toolkit。”

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 prefer fetch 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 virtual list，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。