前言
最近有一系列的紧急项目，手头人手也不够，为了缓解人员压力，自己就亲自开始下场写代码。这里当然要用Claude Code来写了，不会再用手敲了。
之所以敢全权让AI来写代码，也有一个前提条件：项目虽然紧急，但这个项目是后台项目，与线上核心业务有一定的距离。
这就是很好的可以拿来实践的最佳项目，既有明确的需求，又有真实的环境，影响范围又有限。这篇文章就来分享一下全情用AI编程的一些体验和感受吧。
环境准备
工欲善其事必先利其器，AI编程工具首选的Claude Code，同时配合IDE来快速查看和浏览文件，以及启动访问等。
模型使用的是智谱的GML-5.1，效果还是非常不错的，由于提升了并发，中间没有因为模型请求和token耗尽导致终端。
Skills用的就是Superpowers这一套，关于Superpowers的安装使用可参考《Claude Code的Skills实践及利器推荐：工欲善其事，必先利其器》这篇文章。
编程语言就是go，使用的基础框架是go-zero。
关于环境准备，基本上就这么多。
编码的成果
让AI编写的程序大概分几个功能：
- 第一，项目已经存在，让Claude Code生成CLAUDE.md文件，指导后续工作；
- 第二，集成milvus向量数据库的SDK；
- 第三，设计一张向量数据的业务表结构；
- 第四，生成这张表的新增数据、查询数据以及删除数据的业务逻辑及API文档；
- 第五，集成embedding模型，milvus存储时使用该模型进行向量化；
整体完成上述功能，大概用了三四个小时，消耗token数大概在200k-300k之间，如果按照智谱模型的标价来算，每百万token按照折中的价格10元算，大概在2-3元。
输出的结果简单浏览了一下，效果还是不错的，不过在执行的过程中，很多时候还是得自己懂编程的框架和类库才能够知道AI实现得更好。
不过按照上面的输出效果来说，AI编程的结果和效率基本上可以抵得上一个中高级开发的效率了，甚至还要高很一些，而花费的token只需要几块钱。当然，指挥AI工作的人另算。
下面说一下，在使用过中的一些体感和经验之谈。
AI还是有些慢
暂且不说执行的效果，在整体开发的过程中一个最大的感受就是"慢"，因为一直在等待AI的执行，然后一直在做选择和确认。
这里是由两方面的原因导致的。
第一，可能是使用了Superpowers的Skills插件导致的，这个插件每次执行任务都会按照标准的脑暴（苏格拉底式提问）、生成执行计划、按照执行计划执行、编写单元测试、测试验证等。
也就是说，是编程的Workflow导致了每一次执行都是严谨、串行的，一旦发现错误或疏漏它还会继续添加改进计划，继续执行。这就导致整个过程显得拖沓和漫长。
第二，每次执行都需要确认。对于脑暴环节的提问情有可原，但对于执行过程中，每次稍微有一些风险操作，比如执行脚本、Pull代码等，都需要确认。
当然，还有一种原因，可能就是模型本身执行的比较慢。
应对模型的慢，在这次实践中尝试了几种方案来解决。
解决方案的尝试
针对Superpowers的Skills的标准化流程导致的慢，暂时觉得无需解决，质量有保障，不用频繁返工，本身就是快。这里要看到本质：慢就是快，没问题的。
任务并行
那么如何提效呢？我的尝试是利用Claude Code对Git worktree的支持，开多个窗口同时执行。
比如，一个窗口执行SDK的集成，一个窗口沟通表结构的设计，一个窗口执行embedding的集成。
这样就把串行的任务编程了并行的了，很明显提升了效率。这也是日常开发过程中必备的技能：拆分任务。关于这一点在《6条Claude Code实践中的经验与思考》一文中也有专门的分享。
减少与Claude Code的确认
另外一个影响效率，也耗费精力的是每执行一会儿就需要人工去确认一下操作，这些基本上都是涉及到访问权限安全的地方。
那么如何减少确认呢？Claude Code其实提供了几个模式：
default：仅读取；acceptEdits：读取、文件编辑和常见文件系统命令（mkdir、touch、mv、cp等）；plan：仅读取；auto：所有操作，带后台安全检查；dontAsk：仅预先批准的工具；bypassPermissions：所有操作，带后台安全检查；
在会话期间：按 Shift+Tab 循环切换 default → acceptEdits → plan。当前模式显示在状态栏中。
在编程的过程中，本人默认的采用的是acceptEdits模式。
其实最理想的模式应该是auto模式，但该模式有一些限制，比如需要 Claude Code v2.1.83 或更高版本，还要开动Max、Team或Enterprise账号服务才行。目前是没办法使用了。
另外一个可选的是bypassPermissions模式，但这个模式权限太大，你不知道模型会干什么，也太敢尝试。
即便在执行acceptEdits模式时，AI也会莫名其妙的要访问本机的相册和通讯录，还是有一些风险的。所以这块还是慎重。
小结
最后总结一下吧，这次项目中实践的AI Coding，效果还是非常不错的，也能够极大的压缩开发时间。在这个开发过程中需要"指挥者"有一定的技术经验和感知，但不太需要知道过多的细节。
在结果的正确性和效率方面我们要首先保证正确，此时慢就是快。其他的方面，我们可以通过拆分任务，设置自动模式等来提升效率。更多的使用技巧和经验还在探索，与君共同进步。
以下是Claude Code系列其的他相关文章：
第1篇：《国内环境下的Claude Code安装与使用教程》
第2篇：《使用Claude Code最需要做的一件事：与AI签订一份契约（CLAUDE.md）》
第3篇：《Claude Code实践：从零开始，一行代码不写生成一个项目》
第4篇：《Claude Code的Skills实践及利器推荐：工欲善其事，必先利其器》
第5篇：《6条Claude Code实践中的经验与思考》