AI 协作交付实战

Claude / Codex 成本太高，我开始在 Mac mini 上跑本地大模型，后来顺手把 Ollama 包成了一个本地终端开发助手 Marcodex。

过去三周，我深度使用 AI 编程，原本以为项目能提前三四天做完，结果并没有。真正吞掉时间的，不是写代码，而是审方案、审代码、补边界，以及把 AI 生成的结果转化成自己的理解。

这次表面上把新版引导页接进旧启动分流，真正难的却不是接页面，而是别把原来的判断和顺序顺手改掉。也是做到这周我才反应过来，自己前面这些零散做法，已经很接近一套轻量的 Harness Engineer。

这篇文章讲的不是怎么替换一个旧页面，而是老项目里更危险的事：你以为自己在改 UI，实际上差点改掉整套首进规则。真正难的不是代码，而是看懂历史语义。

很多人觉得 AI 不懂自己、容易失忆、总要重复解释要求。我这两周在真实项目里持续维护一份“记忆文档”后，才发现问题很多时候不只是模型能力，而是我们从来没给 AI 留下长期有效的协作上下文。

首页和结果页里如果各写一套风险卡、指标卡，后面设计一改，维护成本会迅速失控。这篇文章结合 iOS 实战，讲清楚如何先统一展示层 DTO，再把跨页面卡片组件真正收成一套。

首页进度卡看起来只是一个模块，真正做起来却很容易把状态、交互和显示逻辑搅在一起。这篇文章结合 iOS 实战，讲清楚双状态组件、渐变进度条和自定义弹窗应该怎么稳定落地。

自定义 TabBar 真正难的，不是把样式画出来，而是把模块角色、切换逻辑、safe area 和弹窗层级处理干净。这篇文章结合一次 iOS 实战，讲清楚中间悬浮按钮和整体结构应该怎么设计。

我最近在一个已经跑通主链路的 iOS 原生项目里，用 Codex 协作做了一轮这样的 UI 替换，最后总结出一个非常有效的方法："先定风险边界，再按页面家族推进，最后做像素级收口。"

过去 2 年里，我一直在用 AI 协作开发，但之前更多停留在“解决代码问题、提高开发效率”的层面。直到最近一周，我才明显意识到：AI 更大的价值，不只是写代码，而是开始进入方案、交接、复盘和方法沉淀。

老项目里最难的，往往不是把新需求做出来，而是怎么做，才不会把已经稳定的东西一起带坏。所以我现在越来越倾向于一种更现实的策略：先保留已经跑通的主链路，在外层低风险接入，再逐步收口。