最近一个月在Wegent项目里写了13万行代码（去掉package.lock之类的文件至少也有10万行左右)，算上周末，这个月平均每天接近4000行，AI代码占比超过99%。

除了开发这个项目之外，我还负责另外三个方向的业务的管理工作，每天的工作还包括对接需求、推进项目、写汇报材料、管理团队、被拉去开各种莫名其妙的会和一个技术中层可能需要做的一切。

没有AI的情况下根本不可能做到完成管理工作的同时还能如此密集的进行开发。

来说说我的日常编码工作方式：

开会、带娃、走路或者任何突然有灵感的时候用把需求提到Wegent上，电脑或者手机都用，一般每天会提十几个想法，最终落地7到8个。

Wegent会在云端环境完成开发，任务完成后会自动提pr。

等我在电脑前的时候打开pr列表，在本地环境进行功能验收测试。

AI提了的pr已经做了单元测试、集成测试和e2e测试，一般不会出现严重的改飞了的情况。测试有大问题或者方向性错误就在Wegent的任务里接着修复，小问题用本地的claude code或者ai ide修复。

修复的时候切到下一个pr继续测试，本地一般会开三个worktree，每个空间开一个ai ide和一个cc，最多六个ai一起修改（再多的话任务上下文切换带来的精神压力太大了）。

功能验收没太大问题就会合并pr，后续调整会重新从wegent发起修改任务，而不是追求一次改到完美。（非常重要！）

大块的功能会先用Wegent的澄清模式捋一下需求，然后用澄清模式生成的提示词在Wegent里提个开发任务生成poc大概感受一下效果（不到1小时能搞定），然后废掉poc，重新用Wegent开发一个可用版。

如果是小改动，直接用Wegent的开发模式，不做澄清。感觉问题描述不清或者估摸着特别难改的，在本地用ide的AI边分钟边改。

再小的改动，也尽量从云端发起，而不是在本地开发。因为本地开发本质上还是串行的，开始改到改完需要连续的时间，而云端开发可以极致的利用碎片化时间，30秒钟提个想法就可以做别的了。

即使在agents.md里要求ai随时进行重构，还是会需要单独做一些重构任务，一般会在ide修改的过程中用ai完成。

并行开发的过程中出现代码冲突的话让ai自行解决，效率完爆人类。

高强度的AI开发给我的几个感觉：

像我这种什么都懂一点的人收益非常大（我兼职了这个项目的UI/交互/产品/前端/后端/运维和项目、团队管理），因为只要你在哪个方向上能做一点，AI就能在那个方向上帮你多做一点。

AI开发提效的质变点在于人什么时候“退出”开发流程，只做三件事：最开始决定做什么，最后面验收成品是不是我要的，和中间纠正哪里做错了。一旦人退出了开发流程，用同样的精力就可以管理很多个“AI开发流水线”，效率会是几何级的上升。

有了AI之后，“要做成什么样子”变成了人和人之间最重要的、决定性的区别，其次是“为什么做不成那个样子”。回答不了这两个问题的人，过不了多久就会被AI淘汰掉。