1. 前言
近期在 Codex 和 Claude Code 指导和协助下做了一款熟人间的点餐微信小程序。记录一下实践相关经验。
此次前我还没有开发过微信小程序，也没写过 JS 等前端代码，没用过 python 的 fastapi 等服务框架，也没自己完整实践过项目的版本管理（包括dev版本到release版本的build部署，版本升级等等）。
过程中还是学习了不少。但更为重要的是，现在靠 ChatGPT + Codex + Claude Code 让我此次完整实践和学习的效率都高了非常多。
较完整的实践笔记：https://pangruitao.com/post/5896
这里记录一些过程中的思考体会
2. AI 进化速度非常快，且越来越好用和能用
今年给个人感受最强的是 Claude Code 。个人从 Copliot 的 agent 模式换到 Claude Code，感受到质的飞跃 。Claude Code 定位问题的能力，执行的专注度，todolist 的管理都非常强，可以相对比较放心地把一些步骤繁琐的任务丢给他处理和自动测试。
Codex 能力也不错，且最大的亮点是可以结合 Github ,云端并行执行，提 PR。且可以手机提需求和 Review 代码。个人感觉非常方便，适合碎片化地想到一些 idea 就交给他开动，并且碎片化 Review，非常灵活。
多尝试用 AI 协助，可以极大提升效率和以及拓展可能性。
- 有些东西太麻烦了，可能就会懒得去做，比如以前我得去慢慢查，尝试小程序开发，挺麻烦，缺少足够的驱动力/需求，我就一直没去尝试。
- 但有目前的 AI 帮助，减少后的麻烦量，一点点驱动力（比如这次的内部使用的小程序），对我就有性价比了，愿意去做，所以效率的影响会由量变到质变。
3. 小项目中，对技术有掌控才更好驾驭AI
特别是在 vibe coding 遇到瓶颈时（如某个 bug 或修改， AI 尝试很多次都失败了），把 AI 定位为协助者，而非全权执行者可能会更容易解决问题。
3.1 技术型 leader / 协调型 leader
曾经和朋友讨论过两种 leader 能力：
- 技术 leader：自己懂所有技术原理，仅一些琐碎细节可以不懂（但需要也容易查到），即自己有实力独立完成整个项目，但是纯靠自己效率太低。从效率角度需要将任务切分，分发给更多人协作，以提升效率。协作者遇到问题或者关键决策， leader 可以随时插手和指导。
- 组织 leader：自己可以不懂很多项目的领域原理，但能找一群专家，且组织大家顺利合作完成自己要的项目。
两种 leader 没有本质高低。且其实是对应两种能力（技术能力和组织能力）。现实中 leader 两种能力通常都需要。
3.2 协调型 leader 能力
从一些大型，NB 的项目而言，类似城市管理、国家管理、或者多产业多业务的大公司管理。
组织协调能力会显得更加重要，主要由于
- 懂所有技术原理的可能性，随着涉及面的增加，会越来越接近0。
- 即使懂所有技术原理，在实际遇到问题时，也没有时间去一线指导（或者去的话则效率太低）。
实际落地其实会为了 规模/效率 牺牲一些落地质量（大公司病/腐败等等），但对于必要追求的 规模和效率 而言，一定程度的质量牺牲是在所难免的。
3.3 技术型 leader 能力
但对于小型的项目而言，组织能力就不如技术能力重要
- 项目越小，需要的专家也越少，组织能力发挥空间不大
- 由于项目小，会更多接近一线执行人员，如果不懂技术原理，很难给出确切的指导（甚至瞎指挥，负作用）
3.4 AI 开发需要的 leader 能力
回到 AI 开发。
如果我们考虑的是用 AI 开发偏大的项目（如一个 MMORPG 游戏），类比而言我们可能需要更多要有协调能力
- 不管是组织擅长各个领域的 AI 来协作（如果 AI 足够强）
- 还是组织一些人来各自负责一些领域的 AI 管理+人工开发（更接近目前的 AI 实力阶段）。
如果我们考虑的是小项目，类比而言则更需要我们有技术能力
- 即自己要懂技术原理（包括需要用到的 编程、美学、音乐 等等）。
- 当然可以不同的技术领域有侧重，这也会引领出最终不同的产品风格。
- 有能力自己慢慢做出项目，只是让 AI 协助/加速/优化 开发过程。
从这个角度，AI 并不会让 程序员/美术 等专业人才失去价值。
只是身份需要从一线执行者上升为 技术 leader 的角色定位。
回到实际的这次小程序开发中。
偶尔会遇到 AI 多次也没搞定的bug（即使强如 Claude Code 或者 Codex），最后解决方案都是自己去研究。
研究过程可以靠与AI交流大大提升效率，有一些知识积累的情况下一般也花不了太多时间。
最后自己提出猜想/指出准确问题，然后让AI再来搞定。
整个过程像极了技术 leader 指导新人解决问题的过程。
其实从对产品的把控以及质量信心的角度，技术型 leader 肯定是优于 协调型 leader 的。（只要是）
以及从信心的角度，数据库结构/数据库关键操作 的需求和代码，我都有仔细阅读和修改，保证最底层的逻辑是靠谱的，再基于此让 AI 拓展 api 和 开发前端都会让我更有信心（缩小可能问题出现的空间，以及严重程度）。
除此以外，UI 设计等等，虽然 Codex 已经很不错，能给个大致像样的界面，但细节设计依旧需要自己的审美指导。否则只能提出”界面不好看，请优化“这样的需求，但大概率得不到太好反馈。
4. 表达能力越来越重要
当然，表达能力在以前也很重要。
只是由于 AI 的出现表达占比会更大
- 程序员，以前可能 50% 时间自己写自己的代码，50% 时间和人交流。现在可能需要 20% 时间自己写代码， 30% 时间和AI 交流，50% 时间和人交流。
- 美术，以前可能 50% 时间自己画画，50% 时间和人交流。现在可能 30% 时间画画，20% 时间和 AI 交流，50% 时间和人交流。
- 策划（我是策划，但不要局限自己是策划），倒是依旧以交流为主，变化不大。
简单聊聊可能需要的表达能力提升途径：
- 结构化和逻辑化（如 SPEC 文档化），尽量减少语义模糊的空间。
- 哲学上永远不可能消解，但缩小模糊空间还是可能的。
- 词汇量以及用辞精准，提升表达效率。实践中其实和技术能力和积累是相关的，所以保持各领域的学习。
- 其实 AI 爆发以前这点也很明显：了解 程序原理/美术原理 的策划和 程序/美术 聊需求和修改的效率一般更高。只是现在对象从人部分换成了 AI 而言。
- 多聊多练多用