没有魔法，只有聪明的模型 + 合理的 Prompt

本文并非教你怎么使用 Claude Code，尽管有一定的参考价值。对我来讲，就是一篇流水账，我想到那写到哪。

但我想，仅仅是记录事实就已经很有价值了。就像我在知道 Claude Code 的开发人员在高强度使用 Claude Code 开发 Claude Code 后，那我觉得，如果我没能用好 Claude Code ，那一定是我的问题，而不是 Claude 在做营销。

AI辅助代码流

使用之前的疑惑

几个月前，我还没接触 cursor 这类的代码能力极强的 AIGC，对 AI 的代码能力是很贴切的，只能做很简单的网页代码编写。

在 23 年刚接触 GPT 的时候，我只是把他当作一个更强大的搜索引擎。那个时候的 AI 联系上下文写代码的能力极差，而且在对于代码的理解方面经常性犯一些错误，你需要经常去纠正它。

举个非常经典的例子来讲，C++ 中传输实时变化的数据需要用到指针和引用，那个时候的 GPT 是完全察觉不到这个 bug 的。

入职之后，我开始大量使用 AI 去工作，最开始使用 Gemini，再到后面的 GPT 和 Cursor，陆陆续续到 Gemini CLI、Codex 这种指令化的强上下文 AI，再到今天使用了 Claude Code，真的是给我很大的震撼。

我差不多在四个月内，强迫自己很多通用性的东西去用 AI 编写。

刚开始接触工业化的项目时，我自以为 AI 不会懂工业化的东西，但是结果却是他能正确书写大致的代码框架。

只要你的 prompt 给得足够详细，他能把整个程序和系统都搭建完整。

就像你刚刚看到我写的：

“过去两个月里 AI 几乎帮我写了所有代码”

后，不要想是不是这傻 X 又在这里夸大其词，贩卖焦虑。

而是想想：

要是这是真的，你该怎么适应这个浪潮。

最开始的尝试

我第一次用 AI 写完一整个功能是在三个月前。

当时有个大项目中急需加入一个很繁琐的功能，当时我对 Qt 的整个机制有一定了解，但是还不是很熟悉。

我给了 AI 非常详细的 prompt，最终他帮我完成了整个功能的大概框架。

但是，仍旧有很多数据细节需要我去调整和修改。

在那次试验结束后，我当时得出的结论是：

Gemini Code 确实聪明，但上下文还不够。

对于工业化的寄存器排序，很多细节方面还不够完善，他的 Context 承受不住那么多要现记的信息和复杂度。

理由看起来很像那么回事：

• 上下文窗口有限
• 不能融合多方面知识领域
• 逻辑层次多
• 代码不符合常人逻辑

但回头看，这个结论错得离谱。

Modbus协议，多线程，工业领域的整形浮点型和比特位转换，C++专家

我对 AI 最大的误解是他不会了解跨领域内的知识。

在实际使用过程中，现在的 AI，类似于 GPT、Gemini，是个多领域的专家。

如果他懂 C++，懂 Qt，懂 Modbus 工业协议，他是这几个领域的专家，他会很快的结合这些东西去实现你所需要的功能。

跟之前我所理解的搜索引擎不同的是，现在的 AI 具有很成熟的信息整合和学习能力。

也许他没见过我自己重写的 API，但是他能通过读取代码内容，结合自己本有的知识库，很快的学习给出代码的 Review。

把AI当成人类助手一样去协作

习惯使用 GPT-5、Gemini、Claude Code 之后，我得出一条很有用结论：

把 AI 当成一个人来操作。

相当于现在公司有一个刚入职的、但是技术经验极其丰富的开发人员，能在任何领域给你指出一定性的错误，给予项目很清晰的规划。

基本上的事，面对需要从 0-1 的内容，你需要很准确地告诉他你的所有需求。

就跟写出项目规划，丢给一个拥有数十年经验的、不需要休息的开发工程师一样。

但是从 0-1 的生成，后面很多细节还需要自己去调整。

不写项目文档直接丢代码给他们也是不可行的。

这就像给一个刚入职的新人没有技术文档，直接看代码一样，这样也会搞得 AI 一头雾水。

AI 不是许愿机

使用下来，Claude Code 的强大是显而易见的，但它不是许愿机。

我总结了下，这些场景中他都无法满足我的需求：

• 我自己都没有明确思路的 Bug 修复或架构改动
• 重构我不理解的、别人写的代码
• 结果标准模糊、判断依赖主观经验的任务

在这些情况下，我更倾向于让 Claude 辅助我思考，而不是让它直接产出结果。

一些想法

• 我本人对 AI 的了解是很浅的，只停留在宏观理解上，比圈内人差远了。但你可以注意到，我的经历上没有任何要求专业的地方，包括 Prompt Engineering，什么都不需要懂，就是单纯的按部就班就行。

• 不论是对 Claude Code 的使用，还是其他 AI 工具，我都停留在一个比较浅薄的阶段，这里面其实还有很多能深挖的东西。但是即使这样的程度，就已经做到令人惊叹的效果了。

• 本文说是开发上位机，其实体验部分没怎么讲，因为没什么的特殊的要点和技巧，就是正常使用 Claude Code CLI。

• 公司这边有提供 AI 专用的报销额度，这个真的很有用。说真的，按照开始我对 AI 的态度，你 20$ 让我订阅，我都觉得浪费钱。只是说公司既然报销，那我就用着试试。但现在，让我自己掏 200$ 每月我都愿意。

• 我其实是不想写这篇文章的，因为觉得发出来会引起焦虑，因为我也为此焦虑过。不过想想，解决焦虑的办法不是当鸵鸟，而是去面对，希望能起到些指导作用吧。

在我高强度实践 AI 的时候，刚好看了罗永浩和影视飓风的那期对谈，TIM 说了些很触动我的话，回忆起来大概是：

懂的人已经在疯狂使用；还没上手的人，还把它当玩具。配合现实的迭代速度，你很难不感到既兴奋又不安。