在MES制造执行系统中，产品全流程流转高度依赖条码体系：产品SN唯一标识单件身份，箱号、栈板号规范包装层级，专属唯一码支撑全链路追溯。过往系统中，各类条码的生成逻辑分散在不同业务模块，大多采用硬编码字符串拼接的实现方式。这种传统模式存在诸多痛点：仅修改年份格式、新增包装单位等基础调整，就需要改动代码、迭代版本；各类条码规则无法复用，代码冗余度高；且规则组合场景繁杂，人工回归测试无法实现全覆盖，线上隐患较多。
为解决上述问题，MES6系统搭建统一的产品条码规则配置体系，将固定字符、流水号、年月日周、SN操作时间、检查值、包装数量等核心要素，抽象为可自由组合、独立解析、独立校验长度的标准化占位符。通过后台配置页面统一驱动所有条码生成逻辑，配套统一取码方法，彻底摒弃硬编码模式。本次功能迭代中，团队创新采用AI协同开发模式，先让AI完整研读功能方案、可交互原型、接口对接文档三大核心产物，再基于标准化需求落地生产级前端代码。本文将完整复盘该AI协同开发全流程，总结可复用的人机协同开发方法论。
一、阶段一：精准输入上下文，让AI全方位读懂业务需求
AI产出代码的精准度，核心取决于需求上下文的完整性与清晰度。本次开发摒弃了传统"直接让AI写代码"的粗放模式，采用分层投喂、逐步赋能的方式，依次向AI输入方案文档、交互原型、接口文档，让AI建立与研发团队完全一致的业务认知、交互认知和技术契约认知，为后续精准编码奠定基础。
1.1 投喂功能方案：筑牢业务与数据底层认知
《产品条码规则功能方案》是整个功能的需求总纲，定义了业务底层逻辑、数据结构和核心规则，是AI理解业务的核心依据。方案明确四大核心数据表，分别为规则主表、占位符明细表、流水号游标表、生成日志表，同时完善了各表索引规则与唯一约束条件，保障数据唯一性与查询效率。
同时，方案配置了全套系统参数开关，包含功能总开关、各类规则细分开关、日志记录开关、流水锁模式等，实现功能精细化管控。此外，清晰定义12类占位符的语义规则、长度约束与生效场景，设计标准化解析器接口IBarcodePlaceholderResolver，实现每类占位符独立解析、互不干扰。针对规则匹配优先级，确立"工序 > 工单 > 客户+料号 > 料号"的精准评分机制，保障复杂场景下规则匹配的准确性。
通过研读方案，AI完整掌握了系统数据结构、占位符核心逻辑与解析规则，能够精准理解差异化业务规则。例如AI可自主识别"周重置流水号SERIAL"的规则逻辑：起始值固定为0001、采用十进制编码，输出长度由起始值位数自动计算，无需人工手动配置填写，精准匹配业务底层设计要求。
1.2 投喂交互原型：明确页面交互与字段行为
如果说方案是底层逻辑纲领，那么可交互原型就是可视化落地标准。本次采用单文件HTML交互原型，完整还原产品最终使用形态，弥补了纯文字方案在交互细节上的缺失，成为AI理解页面交互的关键依据。
原型采用左侧规则列表、右侧配置区的经典布局，右侧分为主信息、适用范围、占位符设计器三大模块，同时支持主码、子码双页签切换，适配多类型条码配置场景。核心交互上，实现占位符拖拽排序、表单动态联动、实时预览等核心能力，内置完善的条码解析引擎，覆盖周算法多口径计算、进制自动转换、字符长度自动补位等核心能力，实现用户输入即预览的交互效果。
依托原型的可视化能力，AI精准掌握了页面字段的精细化行为：明确固定字符长度随内容自动计算、部分核心配置字段只读锁定，区分必填字段、非必填字段与默认值联动规则，清晰认知不同占位符类型对应的表单渲染逻辑，彻底规避交互逻辑偏差问题。
1.3 投喂接口文档：敲定前后端技术契约
接口对接文档是前后端协作的标准化契约，明确了数据传输格式、接口能力与业务语义，让AI的代码产出完全贴合后端规范。文档统一规范接口响应外壳，固定采用{code,msg,data,devMsg}格式，标准化前后端数据交互格式。同时定义8个核心接口，覆盖新增、修改、删除、详情查询、分页查询、预览、正式生成、功能开关配置全流程能力，并梳理全部业务枚举编码，统一字段命名规范。
文档重点明确了核心业务语义差异：预览模式仅模拟条码生成效果，不消耗流水游标、不写入操作日志；正式生成模式才会校验系统功能开关、精准匹配业务规则、更新流水游标并落地操作日志。AI通过研读文档，精准区分两种核心场景的逻辑差异，明确前端请求结构、字段传参规则，掌握"保存需提交完整明细集合、删除明细即剔除对应数据"的交互规范。
1.4 需求综合对齐：建立全维度统一认知
完成三份核心物料的投喂后，AI实现了需求的全方位整合，打通数据库字段、页面展示字段、接口传参字段的一一对应关系，清晰区分前端自主校验约束、后端核心校验约束。同时精准识别原型与方案中少量命名差异，遵循"以正式方案为准"的修正原则，完成需求校准。这种先完整理解、再精准落地的工作模式，彻底杜绝了AI凭空猜测需求的问题，保障了后续编码工作的质量与效率。
二、阶段二：贴合工程规范，AI落地生产级前端代码
在需求认知完全对齐后，正式进入代码落地阶段。本次核心任务是将可视化原型精准转化为符合项目工程规范的生产级Vue组件PlaceholderIndex.vue，全程要求AI严格遵循团队现有技术规范、组件复用规则与权限体系，保障代码可直接落地、可维护、可迭代。
2.1 遵循工程规范，统一项目技术风格
为避免AI产出代码脱离项目现有技术体系，本次协作明确强制工程约束：要求AI复用项目通用JzSelect选择器、数据字典下拉组件，保障页面组件风格统一；全面接入i18n多语言体系，所有文本通过t语法适配国际化场景；严格按照团队btnList规范实现按钮级权限控制，适配系统权限体系，最终产出代码与项目现有工程架构完全兼容，无需大规模改造。
2.2 完整还原页面核心交互能力
AI最终交付的组件完整覆盖页面全场景能力，完美还原原型交互逻辑。页面左侧以卡片形式展示条码规则列表，支持SN、箱号、栈板、唯一码四类规则快速切换；右侧主信息表单实现智能联动，勾选"默认规则"选项后，自动隐藏冗余的适用范围区块，简化操作界面。
核心的占位符设计器采用主码、子码双页签架构，支持通过下拉选择新增不同类型占位符，配置表格行支持拖拽排序，可自由调整条码组成规则顺序。点击任意占位符配置行，右侧会根据占位符类型动态渲染专属配置表单，精准适配固定字符、流水号、年月日周、字符截取、SN操作时间、检查值、包装数量等十余类占位符的差异化字段组合与默认值配置逻辑，完全匹配业务设计要求。
2.3 强化前端校验，规范数据提交格式
本次AI编码的核心亮点是完善了前端精细化校验与数据格式化能力，大幅降低联调成本。自定义validateDetails校验方法，对各类占位符配置做逐项合规校验，明确多重业务约束：必须保留至少一个主码明细、流水号仅支持配置单个、包装数量仅适用于箱号与栈板规则，同时对年月日周、字符截取、检查值等各类占位符的必填字段、参数范围做严格校验，从前端拦截非法配置。
同时通过buildSavePayload方法，将前端页面数据模型规整为后端约定的接口参数格式，自动重新排序占位符顺序号、清理LocalKey等前端临时字段，剔除冗余无效参数，保障提交数据完全契合后端契约。最终产出代码完整性、规范性极高，可直接进入前后端联调阶段，大幅压缩了从原型到生产代码的落地周期。
三、项目复盘：AI是研发效率放大器，而非替代者
本次产品条码规则功能AI协同开发实践，打破了传统AI辅助编码"效率低、返工多、不贴合业务"的痛点，形成了一套可复制、可落地的人机协同开发流程，同时沉淀出五点核心实战感悟。
第一，输入物料质量决定输出代码质量。AI的编码精准度高度依赖前置需求物料的完整性与规范性，功能方案、交互原型、接口文档三件套的字段对齐、逻辑清晰、边界明确，是AI高效产出低返工代码的核心前提。相较于让AI凭空拆解需求、猜测业务逻辑，基于团队已有沉淀的标准化物料赋能AI，才能真正实现精准落地、高效提效。
第二，提示词需搭载完整上下文约束。高效AI编码不能依赖泛化提问，必须同步告知数据库表结构、核心业务约束、项目通用组件名称、团队代码风格等精细化信息，让AI产出的代码完全适配项目工程体系，避免产出通用化、无法直接落地的无效代码。上下文越充足、约束越具体，代码适配度越高、返工成本越低。
第三，人工审核校验不可或缺。AI具备高效代码落地能力，但仍存在细节短板：无法自主识别原型与方案的细微命名偏差，偶尔会自主编造不存在的接口字段、参数逻辑。因此AI产出内容后，必须由研发人员对照方案、接口文档、业务场景做人工核验校准，弥补AI细节判断的局限性。
第四，工程师的业务判断力是核心瓶颈。AI仅能完成已确定设计方案的高效落地，核心的架构取舍、边界场景适配、通用配置与硬编码的逻辑拆分、复杂业务规则决策，仍需依托工程师的业务认知与技术经验主导完成。AI是执行层工具，而非决策层替代者。
第五，人机协同提效收益可量化。传统模式下，该功能的方案梳理、原型设计、文档输出、前端编码需要多人协作、多日迭代完成；本次依托AI协同开发模式，单人即可高效完成全流程工作，且全程过程可追溯、成果可评审，在保障代码质量的前提下，大幅缩短研发周期，提效成果显著。
四、总结与展望
本次MES产品条码规则功能开发实践，充分验证了**"AI先读懂完整需求，再落地生产代码"**的人机协同开发模式的可行性与实用性。AI不会取代研发工程师，但善用AI工具、掌握人机协同方法论的工程师，能够大幅释放重复性编码工作的时间精力，聚焦架构设计、业务决策、边界优化等高价值工作。
未来，团队将把该套协同模式固化为标准化开发流程，将AI深度嵌入需求理解、代码落地、规则校验全研发链路，持续沉淀业务物料与工程规范模板，打造可复制、可迭代的AI协同开发体系，真正实现以技术工具赋能研发效率升级。
