我写了一份1378行的设计文档,然后删掉了三分之一

不会写代码之前，先学写方案。这是我踩过的最值的坑。

6月19号晚上，我新建了一个空文件夹，取名`eccn-agent`。

然后我停住了。因为我还不会安装claudecode。先是网上搜索OpenAI、CC等官网，要不打不开、要不打开也装不上。后来又跟朋友联系，装了梯子。但是下载下来的CC也还是装不上。

对于一个文科生来说，第一次使用终端完全一头雾水，该怎弄，完全不知道。后来在朋友给了一个安装文件夹之后，按照步骤一步步输入命令总算完成。具体为先安装阶跃，然后让阶跃安装CC，就是这么简单。

接下来就进入关键环节了，我把跟AI反复交流20多遍修改好的ECCN-agent开发方案给到CC，然后让他按照方案直接开发agent。是不是很合理，很丝滑，但后面你会发现完全无法使用，因为我之前的法案只是初步方案，根本没有工程化，CC一通操作之后，开发出来的东西根本无法使用。

所以我又退回了原点，首先让CC把原方案再分解，分解成可操作的步骤，然后人工检查分解的步骤是否合理，有没有把ECCN分类的核心逻辑放进去。这里有个比较生动的例子，因为ECCN编码条款里，有的是0r的逻辑，有的是and的逻辑，但AI对此并没有明确规则，完全根据他自己的猜想来判断，极不稳定。所以后来用布尔分布把该逻辑完全重做了一遍。

还有就是AI给了我好多技术方案，解决关键词、关键参数等问题，给的编程工具有 PostgreSQL + pgvector + Elasticsearch + Redis + Celery + FastAPI + React + Docker……

对我来说，完全是一头雾水，只好让AI解释，然后再看是否适合我现在的需求，这时候一定要自己判断，不然AI会选最简单的。这个时候有个问的方式可以避免这个问题，就是问他A与B的利弊，然后让他选择一个最合适的。

## 删除比添加更需要勇气

我花了一整个晚上，做了一件事：**删除。**

Elasticsearch：没有全文检索需求，向量搜索就够了。

Celery：用户只有20-100 人，FastAPI 内置的 BackgroundTasks 足够。

PostgreSQL：SQLite 先跑通了，但是在后来修补bug时最终还是选择了PostgreSQL，法规这种对于准确性要求比较高的情形下，这个更合适。

最终的技术栈只剩下：SQLite + FastAPI + React + BGE Embedding + Docker。

从五个容器缩到三个，从「企业级架构」缩到「能跑就行」。

听起来是退步。实际上是进步——**因为每一个保留的技术，我都能说清楚它解决什么问题。

## 设计文档真正的价值

那份1378 行的设计文档，到最后被改得面目全非。

但它给了我三样东西：

1. 一个锚点。开发过程中无数次迷失方向，打开文档看一眼「我在Phase 几」，就能回到正轨。

2. 一个决策记录。为什么选SQLite 不选 PostgreSQL？不是「因为简单」，是「因为 MVP 阶段不需要并发连接池，SQLAlchemy 抽象层让切换成本为零」。

3. 一个自我审视的机会。文档第10.0 节叫「第一性原理审视」——追问每一样东西存在的理由。这个习惯比任何技术都值钱。

给你的建议

如果你也是第一次独立做项目，写一份设计文档。别怕写得烂，第一版一定是烂的。

但写完之后，做一件事：逐行问自己「这个解决什么问题」。

答不上来的，删掉。

你会发现，删完之后剩下的东西，才是你真正需要的。

下一篇聊聊：SQLite 还是 PostgreSQL？一个本科生怎么在完全不认识数据库的情况下做选型。

如果这篇文章让你想起自己第一次做项目的经历，点个「在看」告诉我。