最近和几个朋友聊天，发现大家都有一个共同的幻想：用AI画个原型，丢给Claude Code生成代码，再配上云空间自动部署，一条龙搞定一个中小型项目，从此告别996，躺着收钱。

听起来很美，对吧？
但我要泼一盆冷水：不行，至少在目前这个阶段，绝对不行。

先别急着反驳，我知道你肯定看过不少“我用AI三天撸了一个App”的爽文。我也试过，确实能搞出点东西。但当你试图做一个真正意义上的“中小型项目”——比如一个带后台管理、权限控制、多角色登录的SaaS应用——AI就会原形毕露。

看似完美的“AI全流程”组合

现在的技术栈确实很诱人：

• 用AI生成UI图和原型（Midjourney、Figma插件）；

• 交给Claude Code或Cursor这类AI编程助手写代码；

• 部署到云空间（Vercel、Netlify、CloudBase），自带数据库、云函数、域名。

甚至国内还有CodeBuddy+CloudBase这样的组合，前端后端一起生成，自动部署，看起来已经打通了任督二脉。

理论上，你只需要动动嘴，项目就能上线。

它能做什么？玩具级的demo

我必须承认，AI在生成小玩意儿上确实有一手。

• 一个线下聚会的抢答器，几个按钮一个计分板；

• 一个图片猜谜的小游戏，几张图片几个选项；

• 甚至一个对接AI API的数字人聊天客户端，只做展示。

这些demo跑起来都很顺畅，功能点不超过十个，没有用户登录，没有权限分层，没有复杂的后台管理。说白了，就是只有客户端，没有真正的后台。

如果你只是想要一个“能跑起来”的演示版，AI已经够用了。但如果你想要一个能上线、能维护、能迭代的中小型项目，AI还差得远。

为什么一碰到后台管理就歇菜？

后台管理系统才是中小型项目的核心。而现在的AI在处理后台时，会暴露出两个致命问题：规模和一致性。

1. 后台框架的复杂度远超AI的“短期记忆”

随便一个成熟的后台框架，比如若依、Spring Boot Security、Django Admin，光核心功能点就有上百个：路由管理、权限控制、RBAC、数据字典、操作日志、多租户支持……每个功能点之间还相互依赖。

代码量？几十万行起步。

而现在的AI，比如GPT-4或Claude，上下文窗口再大也就能处理几千行代码。它就像一个记性不太好的工匠，一次只能记住一小块木料，根本看不到整个房子的结构。

你让它生成一个用户管理页面，它吭哧吭哧写出来了，功能正常，界面也挺好看。但当你再让它生成一个角色管理页面，它可能就不记得之前用户管理里的权限字段是怎么设计的了。生成出来的角色管理要么跟用户管理完全割裂，要么破坏了原有的权限体系。

2. 功能之间的“联动性”是AI的噩梦

后台管理系统最难的不是单个功能，而是所有功能之间的联动。

你增加一个菜单，它必须：

• 出现在侧边栏；

• 绑定一个路由组件；

• 关联对应的操作权限（增删改查）；

• 在后端生成对应的API接口，并做权限验证；

• 在前端控制按钮显示隐藏。

这一套下来，涉及前后端多个文件的修改，而且必须环环相扣。人类开发者可以通过全局搜索、理解代码结构来保证一致性，但AI是“点状生成”的——它一次只关注你当前给它的任务，之前生成的内容它可能已经忘了，或者被新的生成覆盖了。

这就是“关联性和联动性太随机”。AI可以帮你写一百个独立的页面，但它们之间无法形成有机的整体。

3. 代码状态维护：AI没有“版本管理”意识

软件开发是一个持续迭代的过程。人类开发者用Git记录每一次修改，可以回退、合并、解决冲突。但AI处理的是“瞬态”，它看到的只是当前对话中的代码片段，并不了解这个项目从0到1经历了哪些决策、踩过哪些坑。

你让它修改一个功能，它可能直接把之前精心设计的结构推倒重来，因为它在那个时刻觉得“这样写更简洁”。它没有长期记忆，也不理解历史代码背后的权衡。
为什么呢？因为现在后台框架一般集成了权限在内的至少几百个功能点，而AI agent一次生成撑死十几个功能点，且多次生成之间的功能关联性和联动性太随机。

什么时候AI才能承包中小型项目？

也许有一天，AI的上下文窗口能膨胀到百万行代码，能一次性加载整个项目；也许有一天，AI能像人一样理解“状态”，在修改代码时能自动保持所有依赖的一致性。

到那个时候，AI才真正从“顾问编程模式”进化到“承包商模式”——你只需要告诉它需求，它就能给你一个完整、可维护、可扩展的系统。

但至少现在，我们还处在“顾问”阶段：AI可以帮你写代码片段、解释报错、重构小模块，但你还得亲自当项目经理，把控全局。

所以，别想偷懒

如果你只是想快速验证一个想法，做个小demo，AI绝对是神器。但如果你想做一个能上线赚钱的中小型项目，老老实实学框架、画架构图、写文档吧。

AI是锤子，不是施工队。它能帮你敲钉子，但盖房子还得你来。

---

后记
写完这篇文章，我又试了一下用AI生成一个带角色权限的后台页面，结果权限校验死活对不上。最后我还是用回带后台的开源二开框架去开发，AI只作为写单功能时辅助代码生成。

嗯，这就是我和AI的差距——不是写代码的速度，而是知道代码为什么错了，理解什么是“屎山”，以及从长远来看怎么改才对。
从这点来看，AI就像局部最优的贪心算法！