前言：为什么要写技术方案？
让 DeepSeek 总结几条好处：
- 明确目标与范围，确保产品、研发、测试、PMO等角色对需求的理解一致
- 风险前置管理，提前识别风险，特别是技术风险，方便在特殊情况下寻求协助
- 资源优化配置，排期更合理，避免人力过度紧张或浪费
- 技术路线可视化，通过架构图、流程图等将抽象方案具象化，降低沟通成本，辅助决策
- 降低试错成本，通过方案评审暴露逻辑错误或交互错误，避免开发中途返工。
差不多就以上这些目的，不同的场景还有有一些差异，这里不展开，总得来说，要写好一份“好”的技术方案，需要花不少时间，短则一两天，多则三四天，技术方案越详细，后面开发成本越低，返工概率也越低。
AI Coding 时代：开发模式已经发生变化
现在 Cursor、Windsurf、Trae 等 AI 编程工具的出现，已经大大简化了开发流程，大部分情况下，通过与大模型“对话”的方式就完成了大部分的编码工作，从产品需求、技术方案，到生成代码、单元测试等环节，大模型都能覆盖到，在这种场景下，“技术方案”显得没那么必要了，至少一些环节已经显得没那么必要。
技术方案：哪个环节不是很重要？
我们以前写技术方案，那个环节最耗时间，如果是前端的需求，一般就是方案细节的，比如代码目录结构、路由（接口）设计、技术难点分析及解决方案。在 AI Coding 时代，我认为这一步可以大大简化，甚至去掉都可行。
一些 Case
举个例子，产品需求要实现大文件断点续传功能，按照以前，我们需要去 Google 下各种方案，参考各种文章，然后写个伪代码，必要时要要写个简单的 Demo，现在是 AI Coding 时代，我们只需要确定断点续传这个功能是能实现的就可以了，然后让 DeepSeek（这里用 DeepSeek 代替各种 LLM 模型， 我一般用 DeepSeek 分析技术可行性，但不会用它来最终生成代码） 生成一个 Demo，直接贴到文档即可，全程不需要 5 分钟，后续在代码实现的时候，直接让 AI 来写，都可以不用到之前的 Demo 代码。
以上是一个简单的例子，我们确定某个技术是一定能实现的，只是不清楚怎么实现而已，但有些会稍微复杂些，不清楚某个技术难点是否实现，这个时候，也直接抛给 DeepSeek，只要 DeepSeek 认为可以实现，那就基本差不多了。
再举个例子，最近一直在做实时语音的需求，后端会流式返回 PCM 格式的音频数据，需要实时播放，这个功能已经实现了，但是最近后端同学突然说，能否实现 g711a和 g711u 这两种音频格式的播放（它们是 PCM 格式的压缩格式），第一时间我问了 DeepSeek，DeepSeek 说可以实现，而且貌似也很简单，于是就跟后端说，下午给他上线，果然，下午花了不到一个小时就上线了，让 AI 基于现有代码支持上 g711a 和 g711u 这两种格式，基本都不用改一行代码，搞完补充下单词就提 PR 了，后端同学的回复，就两个字：“牛啊”！
还有一些不确定的东西，如果让 AI 自由发挥，可能效果不好，我们可以加上一些技术要求，比如要求用啥技术栈、啥 API 来实现，比如最近有个需求，要显示实时录音的波浪图，引入一个第三方库，有点大材小用，于是就打算用纯原生的来写，第一次让 AI 实现，效果不好，后面问 DeepSeek，它给了几种实现方案，于是我挑选一种（用 Canvas）指定技术方案让 AI 再重新实现，这次实现就很完美了。
总之，一些明确有解决方案的技术问题，基本都不用花太多时间写方案
现代开发流程：先静后动
下面说说我一般开发流程，先说明一下，以下应对的是一些常规的业务需求，而不是那种很有技术挑战性、或者探索性的需求
写方案：侧重交互
现在写技术方案，主要关注 UX 交互这部分，会详细梳理 UX 页面上的交互以及对应的后端接口，目的是后续技术方案评审时，可以拉上 UX 、 PM、QA 等一起确定交互细节，确保大家对需求的理解是一致的，这一步跟之前的没太大区别，也基本没法偷懒。
其它的方案细节，除非有特别要说明，否则一般就简化，或者不写（一般写了也没人看）。当然啦，一些技术选型的，比如有方案一、方案二、方案三等，这些倒是还要写下，不过让 AI 来总结和分析，也是挺快的。
还有一些固定的工作，比如埋点、文案（文案也可以让 AI 来替换了）之类的，这些时间都是可控的，也没涉及技术问题
辩证看待：何时要写详细方案
当然啦，上面的 Case 最多只能覆盖 80%的场景，剩下的 20%的场景就比较难啃了，比如涉及架构方案、多方协作、技术挑战性、探索式的需求，这些技术方案还是得好好写
总结：AI 让开发时间大大缩小
- UI 还原，虽然 AI 目前还无法 100% 还原，但也能大大简化工作，让 AI 先生成基础代码，然后再根据 UI 微调即可
- 联调阶段，联调的时候主要是编写接口 API 以及一些状态管理，这些主要使用 Tab 功能
- 提测阶段，会有大量的 eslint 错误，这些大部分也可以让 AI 来修复，当然啦还是有有不少手工微调的工作，可能也涉及一些重构工作。
