夜雨聆风很多研发用 AI Coding，最大的感受不是爽，是等。
等它读代码、写实现、跑测试、修报错。最后你一看，方向还不一定对。
我刚开始用 Claude Code 的时候也这样。一个需求丢过去，等它写完，改完又跑不通，来回三四轮，半小时没了。
后来我发现，问题不在 AI 慢。是我喂任务的方式有问题。
AI Coding 提速，不是让 AI 一次写更多代码，而是缩短每一轮反馈回路。
一、你等的不是生成，是返工
上周我让 AI 重构一个 Express 中间件。没说太多细节，丢了一句"帮我优化一下"。
它一口气改了 8 个文件。
我看了一眼 diff，命名风格跟项目里原来的完全不一样。有个公共方法被改了签名，下游三个调用方全报错。
改回去比从头写还慢。
这种情况你应该也遇到过：
AI 写代码很快。但它可以很快地写出一堆你不要的东西。
先花 2 分钟对齐需求，比花 30 分钟返工便宜。
二、把任务拆到 30 分钟内能验收
不要一上来就说"帮我实现一个完整的文章发布系统"。
我试过。里面至少包含草稿、编辑、预览、发布、撤回、权限、列表、状态流转、错误处理。AI 确实会自己拆，但拆出来的顺序和粒度，跟你心里的不一定一样。
更靠谱的做法是自己先拆：
一步一步来。每步做完跑一下，确认没问题再下一步。错了也就错一小块，不用推翻重来。
任务越小，反馈越快。反馈越快，整体越快。
三、先出计划，不要直接写代码
我有一阵子习惯上来就说"帮我加上日志"。
结果 AI 给每个函数都加了 console.log，连 getter 都没放过。200 行的文件加完变成了 350 行，有用的日志大概有三条。
后来我改了习惯。复杂任务先让 AI 做三件事：
你先看计划。方向对，让它动手。方向不对，在计划阶段改，成本最低。
Cursor 的 Agent 模式和 Claude Code 的 Plan 模式都是这个思路：先研究，再执行。防止 AI 一头扎进错误方向之后你还得跟着收拾。
四、验收标准写清楚，AI 才知道什么时候停
"帮我做好登录。"——这句话对人都不够清楚，对 AI 更不够。
什么叫做好？能登录算做好？错误密码要不要提示？刷新后要不要保持登录？
我之前让 AI 做一个表单验证，说了句"确保输入合法"。它给每个字段都加了正则校验——邮箱、手机号、身份证号，一个不落。
问题是我的表单根本没有手机号和身份证号。
你不说清楚边界，AI 就按最完整的方式理解。"最完整"往往不是你要的。
验收标准写得越具体，AI 越不容易跑偏。你验收的时候也越快。
五、别一次喂太多上下文
新手用 AI Coding 容易犯一个错：给的上下文太多、太泛，AI 反而找不到重点。
比如有人上来就说"帮我优化一下这个项目的性能"。目标太大，问题不明确，AI 只能把整个代码仓扫一遍去找"性能问题"。扫了 5 分钟，返回一堆你根本没打算改的文件。
还有一种情况：CLAUDE.md 写得像百科全书，代码规范、分支策略、部署流程全塞进去。AI 每次对话都要先读一遍，占掉大量上下文，真正有用的信息反而被稀释了。
更好的做法是渐进式加载：先给核心文件，让 AI 理解主流程。需要深入某个模块的时候，再加那个模块的文件。
这样做有两个好处：AI 的注意力集中在当前任务相关的代码上，你也省了等待时间。Claude Code 的 Explore 模式就是干这个的——先快速扫描，定位相关文件，再深入读取。
上下文不是越多越好。喂太多，该看的反而看不到了。
六、能并行的任务，不要排队
很多人用 AI Coding 是一条线走到底：先做完 A，再做 B，再做 C。
但有些任务天然可以并行。比如前端页面和后端接口同时开工，或者两个独立的 bug 修复各跑一个终端。
Claude Code 支持多个 Agent 同时运行。你可以一个终端让它改数据库 schema，另一个终端让它调 API 接口，两边互不阻塞。
我最近改一个项目，三个独立模块各开了一个 Agent。原来串行要一个多小时，并行 25 分钟全搞定。
前提是任务之间没有依赖。有依赖的硬要并行，反而会互相覆盖文件。
七、让 AI 自己验证，验证不通过就止损
AI 写完代码，很多人习惯自己看 diff。其实可以多做一步：让 AI 写完之后顺手跑测试。跑通了再交给你看。
明显的小错误 AI 自己就能修掉，不用占你的时间。
但有一种情况要注意：如果 AI 已经改了四五轮还没通过测试，不要让它继续硬撑。
这种时候通常是方向性问题。它越改越多，代码越来越乱，你最后还是得人工介入。
我的做法是，三轮修不好就停。重新理一下需求，或者换个拆法，重新来。
三轮修不好，说明不是代码的问题，是需求或者拆法的问题。停下来比硬撑便宜。
AI Coding 不会让你少写代码。但它可以让每一轮都值得等。
