传统APP迁移鸿蒙生态耗时耗力？我用AI智能

7 月 4 日下午两点多，我第一次提交鸿蒙迁移代码：72.8 万行、5064 个文件。15 分钟后又补了 2.2 万行修占位。

那三天真快。一个人加几个 AI 客户端，每两小时让它做一轮界面自检，我只负责看结果、指出哪里不对。

可后面四个月全耗在“能跑”和“能用”中间那道缝上。覆盖约九成功能，357 个会话、1999 条真人指令、380 亿 token——这些只对应七成工作量，另外几块还是同事做的。

最反直觉的是，真正下需求只占 8.1%。55.4% 都在补上下文，31.5% 是反复说明。原来用 AI 的功夫不在把话说漂亮，而是反复向一个每次都忘掉上下文的家伙解释项目到底是什么。

它说“已完成”1591 次，939 次后面还得人接话；其中 325 次下一条就是“还是不对”。更麻烦的是那些字面都对、行为全错的坑——编译过了，页面是空的。

后来我改了做法：不再让它自己找标准答案。给它本地参考实现、人工截图、源码本体，自然语言描述效率最低。验收也拆成独立工序，不让写代码的一方顺手自查。

生成便宜了，对齐变贵了。真正贵的不是 AI 写得多慢，是写完以后，人要接住的那一大截。