第30期 | 模块三复盘AI工具使用红线 今天你将学会明确知道什么该让 AI 做、什么不该理解过度依赖 AI 的三个风险以及如何避免建立一份个人 AI 使用准则——你的「AI 使用宪法」回顾模块三全部知识完成能力自检 核心知识AI 的能力边界一张决策地图在过去 10 期中我们深度使用了各种 AI 工具。现在到了一个关键问题哪些事情该让 AI 做哪些不该我把前端开发中的常见任务分为三个区域✅ 绿区放心交给 AI你审查即可 ⚠️ 黄区AI 辅助你主导AI 提供选项/初稿你决策/修改 红区你自己做不让 AI 染指绿区放心交给 AI任务原因标准 UI 组件生成表单、列表、卡片有成熟模式AI 输出质量高测试用例生成重复性高AI 擅长覆盖边界文档撰写API文档、README重复性高AI 从代码自动生成CSS 样式调整视觉类任务AI 生成后你微调代码格式化/重构建议机械性任务AI 不会引入逻辑错误Bug 报错解读AI 解读报错信息比人快Git 操作标准流程AI 按规范执行黄区AI 辅助你主导任务原因业务逻辑实现AI 不理解你的业务规则需要你告诉它状态管理设计有多种方案AI 提供选项你决策组件架构设计AI 能给出建议但你的项目有独特需求性能优化AI 提出方案但验证需要你实测技术选型AI 提供对比但最终选择取决于项目约束学习新概念AI 解释概念但理解需要你自己验证红区你自己做任务原因产品需求定义AI 不理解用户真实痛点技术架构决策架构影响项目全局必须人来权衡安全审计AI 审查常见问题但深层安全需要专业判断数据库设计数据完整性约束复杂AI 容易遗漏用户交互设计UX 需要对用户心理的理解AI 做不好团队代码规范制定规范要平衡团队偏好不是技术问题生产环境部署关键步骤一步错全盘崩不能让 AI 自动执行过度依赖 AI 的三个风险风险1技能退化如果你让 AI 写所有代码你自己的编码能力会退化。这不是理论——是实际发生的技能过度依赖 AI 后正常使用 AICSS 布局记不住 Flexbox 属性不会手写AI 写你审查你仍然理解原理组件设计不会拆分组件依赖 AI 生成AI 提供架构建议你做决策Bug 定位不会看 DevTools不会追踪链路AI 加速定位你确认根因新框架学习不会自己读文档依赖 AI 解释AI 解释难点你自己读基础防护措施每周至少有 1 天不用 AI 写代码纯手写AI 给你代码后花 5 分钟理解每行——不要只是 Accept遇到 Bug 先自己定位 5 分钟再问 AI风险2理解盲区AI 生成的代码你审查了但你是否真正理解了测试方法不看 AI 生成的代码用白板画出这个组件的状态流转图state 如何变化数据流向图数据从哪来、到哪去渲染逻辑图什么条件下渲染什么如果你画不出来 → 你没有真正理解只是「看着代码觉得没问题」。防护措施每个 AI 生成的组件画一张状态流转图解释给同事或假装解释——你能解释清楚 你理解了修改 AI 生成的代码时不要只改表面——理解为什么 AI 那样写风险3责任转移「这段代码是 AI 写的出了问题不是我的责任。」——这个想法是危险的。现实代码在你的项目中运行 → 出了问题影响你的用户你 Accept 了 AI 的代码 → 你同意这段代码进入项目Git commit 是你做的 → 代码进入版本库是你的决定AI 是你的工具不是你的同事。工具产出的质量使用工具的人负责。防护措施每个 AI 生成的 PRcommit message 标注[ai-assisted]严重的 Bug 如果来自 AI 代码在复盘时问我审查时为什么没发现不要因为「AI 生成的」就降低审查标准——审查标准不变建立你的「AI 使用准则」这是一份你个人的规则文档类似 .cursorrules 但适用于所有 AI 工具# 我的 AI 使用准则 ## 基本原则 1. AI 是工具不是同事——我负责 AI 产出的质量 2. 每次使用 AI 前想清楚这个任务在绿区/黄区/红区 3. 绿区AI 主导我审查。黄区我主导AI 辅助。红区我自己做。 ## 绿区规则 - 审查每个 AI 输出不 Accept All - 测试代码 AI 生成后运行确认全部通过 - 文档 AI 生成后检查关键信息是否准确 ## 黄区规则 - 先自己思考方案再让 AI 提供选项 - 不盲从 AI 的第一个建议——至少对比 2 个方案 - AI 提供的架构/设计建议我自己画图验证 ## 红区规则 - 产品需求我自己定义不让 AI 猜测 - 架构决策我自己做可以问 AI 获取信息但不能让 AI 决定 - 生产环境部署我自己执行AI 只提供建议 ## 每日习惯 - 每周至少 1 天不依赖 AI纯手写代码 - 每天回顾今天 AI 帮了什么、我自己做了什么 - 遇到 Bug 先自己定位 5 分钟再问 AI ## 审查标准 - AI 代码审查标准 手写代码审查标准不降低 - 安全问题、性能问题、边界情况——这三个维度必须手动检查 - 代码理解检查能画出状态流转图才算理解模块三知识地图回顾模块三AI工具链深度实践第21-30期 21. AI编程工具全景图 ├─ Cursor/Copilot/Claude Code 三大工具横评 ├─ 选型决策框架 └─ .cursorrules 配置 22. Cursor深度使用 ├─ 三层能力模型Tab/Inline/Composer ├─ 上下文引用文件/Codebase/Web └─ 迭代式协作方向→精度→打磨 23. Prompt Engineering ├─ CRISP 框架Context/Role/Instruction/Specification/Proof ├─ 上下文分层L0永久/L1任务/L2迭代/L3查询 ├─ 6个前端Prompt模板 └─ 三轮迭代法 24. AI辅助调试与代码审查 ├─ 调试三层看表象/追链路/防隐患 ├─ 多维度审查6维度Code Review ├─ 性能分析Prompt └─ 先分析再修复的方法论 25. AI生成UI ├─ v0.dev 文字→React组件 ├─ 截图转代码三步流程 ├─ Figma AI 设计Token映射 └─ AI生成UI的80/20法则 26. AI写测试与文档 ├─ 测试生成CRISP Prompt ├─ 测试质量5标准 ├─ API/组件/README文档生成 └─ 文档代码同步原则 27. AI辅助学习 ├─ AI陪学 AI教你 ├─ 三步循环学习→问AI→实践 ├─ 源码学习/文档提炼/迁移映射 └─ 知识索引系统 28. MCP与AI Agent ├─ MCP协议原理 ├─ MCP Server配置 ├─ Agent工作流程 └─ 安全红线5原则 29. 实战AI驱动开发全流程 ├─ 五阶段需求→方案→实现→测试→文档 ├─ AI参与度记录 └─ 效率分析4.1x提升 30. 模块三复盘AI使用红线 ├─ 绿区/黄区/红区决策地图 ├─ 过度依赖三风险 └─ 个人AI使用准则能力自检清单能力自检标准✅/❌Cursor 三层能力能根据任务选择 Tab/Inline/Composer.cursorrules 配置项目有 .cursorrules 且内容跟实际规范一致CRISP Prompt写 Prompt 时自然使用 CRISP 结构上下文管理给 AI 引用时只引用相关文件不过多不过少三轮迭代不期望一次完美自然走方向→精度→打磨AI 调试Bug 先收集信息再给 AI先确认分析再修复AI Code Review按 6 维度审查不只看表面AI 生成 UI知道 AI 只做 80%手动补 20%AI 生成测试测试能跑 覆盖关键行为AI 生成文档文档与代码保持同步AI 辅助学习用迁移映射学新框架建立知识索引MCP 配置能配置 MCP Server让 AI 操作开发环境Agent 协作有 AGENT.md能安全地让 Agent 执行任务效率记录能记录 AI 参与度量化效率提升AI 使用准则有个人准则文档知道什么让 AI 做什么不让达标线15 项中至少 12 项 ✅。如果有 3 项以上 ❌回去复习对应的期数。常见误区误区1「AI 什么都能做」看上面的红区列表——产品需求、架构决策、安全审计、UX 设计这些 AI 做不好。认清边界才能高效协作。误区2「我审查了所以没问题」审查了 ≠ 理解了。能画出状态流转图才算真正理解 AI 生成的代码。误区3「AI 用越多越好」不是。绿区多用、黄区适度、红区不用。过度使用导致技能退化和理解盲区。 AI协作实战实战评估你的 AI 使用现状我给 AI 的 prompt分析我过去一周的 AI 使用记录我描述给你 评估我是否在以下三个方面有风险 1. 技能退化哪些技能我过度依赖 AI 2. 理解盲区哪些 AI 生成的代码我没有真正理解 3. 责任转移哪些 AI 代码我没有充分审查 我的使用记录 - 周一用 Cursor Composer 写了一个完整的用户管理模块4个组件store - 周二用 AI 生成了 20 个测试用例全部 Accept - 周三用 v0 生成了 Dashboard 页面手动调整了间距 - 周四纯手写了一个复杂的拖拽排序组件没用 AI - 周五用 AI Review 审查了同事的 PRAI 分析风险评估 1. 技能退化 中风险用户管理模块完全由 AI 写——你自己能不借助 AI 写类似的模块吗 建议每周安排 1 天纯手写保持基础编码能力不退化。 2. 理解盲区 高风险20 个测试用例全部 Accept——你是否理解每个测试测的是什么 建议至少花 10 分钟读每个测试的描述确认覆盖了关键行为而非只覆盖了代码行。 确认你能回答如果这个组件的行为变了哪些测试应该跟着变 3. 责任转移 低风险Dashboard 手动调整了间距 你确实审查了。 中风险AI Review 审查同事 PR——AI 发现的问题你确认了吗还是直接转发 建议AI Review 的每个问题你都应该独立验证。 总体评价你的 AI 使用偏向「AI 主导」需要增加「你主导」的比例。 特别是测试和审查——这两个环节你应该更深入参与。我的行动计划每周 1 天纯手写代码不用 AI→ 保持编码能力AI 生成的测试逐个阅读确认理解每个测试的目的 → 消除理解盲区AI Review 的问题独立验证后再转发 → 不转移审查责任学到了什么AI 能帮你分析你自己的 AI 使用习惯——这是一种「元层面」的协作。让 AI 成为你的 AI 使用教练帮你发现过度依赖的风险。 动手练习练习1简单完成能力自检清单对照上面的 15 项能力自检清单逐项评估 ✅/❌。如果有 ❌ 的项目标注需要复习的期数。练习2中等写你的「AI 使用准则」文档根据本期的模板写一份你个人的 AI 使用准则。包含绿区/黄区/红区的具体任务列表每个区域的规则每日习惯审查标准保存为my-ai-guidelines.md以后每次使用 AI 前看一眼。练习3挑战一周 AI 使用实验下一周严格按你的 AI 使用准则工作绿区任务让 AI 主导黄区任务你主导 AI 辅助红区任务完全自己做每天记录 AI 参与度一周后做复盘准则是否合理需要调整什么 本期要点绿区/黄区/红区决策地图标准组件/测试/文档放绿区业务逻辑/架构/选型放黄区需求/架构决策/安全/UX 放红区过度依赖三风险技能退化不再手写代码、理解盲区审查了但不理解、责任转移AI 写的不是我的责任错个人 AI 使用准则每个开发者都需要一份——规则明确才能高效协作而不迷失AI 是工具不是同事工具产出的质量使用工具的人负责每周 1 天纯手写保持编码能力不退化这是底线 下期预告从下一期开始进入模块四——AI应用开发这是你的核心竞争力。第31期我们先看全景前端如何与 LLM 交互、主流架构模式是什么、AI 应用的技术栈怎么选。如果你没有苹果电脑需要上传ios到APPStore可以访问以下网站iPA上传工具 - IPA解析与AppStore提交