大家好，我是小高，专注于AI编程探索实践。
- 个人Claude Code编程实践网站：xiaogao-ai.com/
最近半年，我几乎每天都在用 Claude Code 写项目。
效率提升是真的猛。
以前三天的活，现在半天搞定。
但用得越多，我越有一个强烈的感受。
AI 编程的尽头，不是更强的模型，而是你自己的软件设计能力。
很多人觉得，AI 越强，工程师门槛越低。
但真相恰恰相反。
今天我用一个真实的翻车故事，把这件事讲清楚。
对了，最近很多粉丝管我要Claude Code提示词。
关注我，后台私信发送「CC提示词」，领取完整的《Claude Code 提示词（324条）中文翻译版》。
一个真实的翻车故事
上个月我接了个私活，做一个工单管理系统。
创建工单、分配、流转、关闭，加点统计图表。
我心想，这种 CRUD 项目，Claude Code 分分钟的事吧？
打开终端，"帮我写一个工单管理系统，React + Node.js + PostgreSQL。"
唰唰唰，代码出来了。
前端有了，接口有了，数据库也建好了。
一跑，还真能用。
心里暗爽，这钱太好赚了。
然后三天后，甲方加需求了。
好，让 AI 改。
改完，原来的分配逻辑崩了。
再改，统计报表又不对了。
改了一处，崩了三处。
典型的打地鼠式开发。
我在 Claude Code 里来回折腾了两天，越改越烂。
最后我停下来，做了一件早该做的事。
重新设计系统结构。
状态流转抽成独立的状态机。
创建、审批、分配、关闭拆成独立的 Service。
用事件解耦报表和业务逻辑。
然后让 AI 在这个框架里重新生成。
一天跑通。
后面又加了两个需求，每次只改一个模块，核心不动。
同样是用 AI 写代码，区别只有一个
第一次让 AI 自由发挥，第二次我先设计好结构再让 AI 填充。
AI 到底替代了编程的哪一层？
这个故事让我认真想了一个问题。
编程至少分五层。
但第四层和第五层，工程模式和系统架构，才是分水岭。
这两层不是"写代码"的能力，是"设计系统"的能力。
AI 做不到自主完成，但它可以在你的指导下精确执行。
AI 替代的是"把想法变成代码"的成本。
但没有替代"想法本身"的价值。
你的 Prompt，就是你设计能力的投影
给大家看一组对比。
你给一句话，AI 给你一坨代码。
你给一套架构约束，AI 给你一个系统。
这里有个反直觉的事——懂设计的人用 AI 编程，对话轮次反而更少。
因为约束越清晰，输出越确定，修正就越少。
那些整天在 Claude Code 里跟 AI 来回拉扯的人，不是 AI 太笨，是给的约束太少。
大多数人卡在第二阶段
用 AI 编程的人，我观察下来分五个阶段。
阶段一二不用多说，大部分人的日常。
分水岭在第三阶段。
当你开始在 prompt 里约束目录结构、分层方式、命名规范的时候，AI 输出的代码突然就有了一致性。
跨过这一步的人，再也不会回去了。
给你的三个建议
第一，学分层架构。
先搞懂 MVC 的基本思路。下次让 AI 写代码前，先说清楚 Controller / Service / Repository 怎么分。
第二，学四个设计模式就够。
策略、观察者、工厂、状态机。
覆盖 80% 实战场景。
不是自己写，是在 prompt 里告诉 AI "这里用状态机"。
第三，每次动手前花 5 分钟想结构。
目录怎么组织？模块间怎么通信？哪些会变哪些不变？
这 5 分钟，省后面 5 小时的返工。
好的设计能被 AI 放大 10 倍。
差的设计也会被 AI 放大 10 倍。
AI 是你的军队，但你得是那个将军。
将军不需要亲自冲锋，但他必须知道——往哪打，怎么打，什么时候该停。
AI 是纸和笔，但蓝图是你的。
如果你也在用AI编程，关注小编，一起交流，觉得有用，帮我点个赞和在看，转发给你身边在用 AI 编程的朋友。
我们下期见。
