⭐️⭐️⭐️请在文章正文第一句添加：我正在参加Trae「超级体验官」创意实践征文， 本文所使用的 Trae 免费下载链接： www.trae.ai/?utm_source…
引言
最近接到了一个业务需求，大致背景如下
- 业务背景是我们产品对接了第三方系统，我需要提供接口，让第三方把他们的字典表数据，导入到我们的数据库中
- 每个字典表只考虑新增和删除
非常简单的一个crud的需求，对我而言完全没有复杂度，但是它很繁琐
- 10张表，只考虑新增和删除， 也得写20个接口，非常耗费时间
- 每张表字段很多，数据库有非空、长度限制，你必须做好校验，不然报错了就得找你
作为一个资深后端程序员，我对于这种需求从来都是抵触的，因为这全部都是体力活，开发、测试、上线。没有任何的技术含量，也不会有什么提升，之前每次做类似的需求，我都深深的感觉到自己就是农民工。
我其实一直想把AI融入到日常的开发工作中，但我一直有一个心态就是，我花10分钟就能做完的事情，何必探索着用AI花20分钟才搞定呢？所以一直拖着，日常开发没怎么用AI。
可这次的工作量还是有点大了，这么多接口和表，还得捋顺参数校验，我岂能浪费这个时间。
作为一个前字节员工，也看到掘金正在推广Trae，老东家的工具必须得拥抱和支持一下，所以这次我决定用Trae来试试。
这次的需求本身不复杂，就是简单的Crud，目前已经把基础的功能都实现了，我把这次使用的过程记录下来，也希望大家可以尽快用AI减轻自己工作的负担。
Trae安装
下载链接放在这里，目前只支持macOs，windows用户可能需要再等等，我估计很快就会支持了。我盲猜是因为字节的开发都是mac，你要想找点windows开发工程师可能还真是不太容易。
目前Trae提供了两种模式，分别是Chat和Bulider。
看起来能做的还不少，我的目标是在已有的项目做修改，所以我就选择了Chat模式，Builder模式主要对应的是一个从0到1项目构建所用的，大家如果需要弄个页面啥的可以，这次我就不用了。
目前代码补全、重构已经是所有AI功能的标配了，我这次可不是只想补全代码，我是想让它帮我的工作给完成。
模型使用的是Claude-3.5-Sonnet和GPT-4o，目前是免费的。
代码生成
第一步当然是建实体类了，起初我先自己建了实体类，把之前的字段复制过来了。
AI直接就把接口和Mapper写好了，但我一想我还有一堆表呢，自己写实体类太复杂了。
哦对，还得做一些非空校验、长度校验于是我想不如直接让AI把这活干了吧。
表实际字段非常多，我就不全都放出来了。
谢谢它，AI把我最头疼的参数校验问题解决了，我的接口本身就是给第三方提供的，如果我不校验，那么很有可能插入数据库会有报错，有可能是超长，有可能是数据库本身的非空校验，注解都加好了， 我就省心了。
考虑的还算全面，比刚毕业参加工作的我表现好很多。
然后就是重复工作了，我把需要用的表结构一个一个的给它就好了，这里忽略掉其他表结构的截图。
创建好实体类，我可以闲着，它不能闲着，来，把接口什么的都给我写一下。
我没用什么复杂的提示词，但整体干的不错，并且把下面需要做的事情也都考虑到了，他应该是考虑到了上下文输出限制，很多方法都是tudo接着干吧。
接下来就是把最简单的Crud代码，包括Controller、Service、Mapper、xml都写好了，复制粘贴一下就完成了。
AI修复
虽然代码写完了，但是有一些报错，当然就算是我自己cv的代码肯定也有报错。比如这里AI生成的是PostMapping，但是我们用到的Mapping是公司组件封装的，和之前的Controller代码不一致。
Trae提供了AI修复功能，点击AI修复功能，就可以自动识别修复意图，根据上下文代码，知道了我想改什么，我很满意。
虽然我自己全量替换就能搞定，但是它能自己把错误改对，心里就是舒坦。
上面说的都是一些代码生成工作，其实之前有一些组件比如EasyCode也可以帮我们完成，但是这还是一个完全不同的体验，而且我们还可以让他干更多的工作。
意图识别
还有一个地方是让我觉着十分厉害的功能，就是意图识别。
SpringCloud项目提供的接口，后端都会有一个降级后接口的返回逻辑，也就是需要写一个OpenApiNewFallBackImpl，这里面有固定的报错返回信息，这里面的方法需要和OpenApiNew里面保持一致。
这次我新增了十几个接口，那OpenApiNewFallBackImpl同样的我也得新增十几个接口，之前我都是手动复制过来，还得写上对应的方法名，很烦。
Trae是可以提供上下文的，我本来选中了OpenApi这个文件想要告诉他帮我修复一下代码报错。
但是我一不小心还没来得及写提示词，就发出去了。但没想到的是它直接识别了我的意图，好好好，提示词都不让我写了。。
说在最后
以上就是上Trae完成我自己一个需求的整体流程，用时一天。
最后我想聊聊我的看法，这篇文章介绍的是一个后端程序员非常容易遇见的一个场景，如果五年前我一定会认认真真的敲好每一个接口，而现在我必须学着借助AI的力量。
如何拥抱AI？是有问题从百度改成去问问AI？学习怎么写好提示词？还是仔细研究AI原理，让自己变成专家？
我认为是把手里的工作全都尝试着用AI来干一遍，这才是真正的拥抱AI。在这个过程中你会感受到哪些是AI能做的，哪些是AI暂时能力还不足的，这样才能提前对未来的趋势作出判断，找到自己新的机会。
以我看来，AI对于后端最大的改变，就是把“体力活”省掉了。程序员常常自嘲自己是「码农」，我想以后可以不用这样称呼自己了，我们干的全都是脑力工作，体力活都交给AI了。
不过我暂时也没幻想着AI能把所有工作都干了，我也希望这个局面晚一些来，而且我始终认为人才能主导系统和程序，AI只是辅助。
但是AI能把那些费时费力的工作帮我做了，剩下的时间都来给大家写点文字，不是更好吗？
这是东东拿铁的第72篇原创文章，欢迎关注。
