【1】AI-Native 是什么？为什么「能跑」不等于「能上线」

你可能已经遇到过这些场景

让 AI 写了一个列表页：数据能出来，看起来「完成了」。上线前测试才发现——没有 loading、接口失败时白屏、空数据时表格还在抖、删除没有确认、HTTP 200 但 body 里 code 是 400 却弹了「操作成功」。

这不是 AI 不行，是 缺少组织级约束：模型很快，但默认不知道你们团队的接口约定、分层习惯和验收标准。

AI-Native 要解决的，正是这个问题。

---

AI-Native 不是什么

常见误解	实际含义
会用 Copilot 补全	只是工具使用，不是工作方式转型
聊天里一句话出整页	缺少 Spec，返工往往比手写更快
AI 写的代码全接受	人仍是合并闸门与上线责任人
聊天记录就是文档	知识应版本化在仓库与 Skill 里

---

AI-Native 是什么

一套 可审计、可复用、可上线 的 AI 辅助开发方法：

维度	传统辅助编程	AI-Native
需求输入	聊天里一句话	Spec / 任务计划文件 / 验收口径
约束来源	靠人反复口述	Rules + Skill 版本化沉淀
产出质量	「演示能跑」	状态闭环 + 可验收 + 可回归
人的角色	写代码	定边界、审方案、对合并与上线负责
知识积累	散落聊天记录	仓库文档 + Skill + 规范可检索

三个关键词：

1. Spec 先行 —— 大需求先写清做什么、不做什么、怎么验收。
2. 约束沉淀 —— 栈、禁忌、流程写进 Rules / Skill，不靠每次口述。
3. 证据先于结论 —— 说「测过了」之前，先跑命令、贴输出。

---

配套仓库：ai-native

我们维护了一个开源向的知识库（团队内可放私有 Git），承载三件事：

层级	内容	路径示例
培训	前端/协作入门	T型人才-前端培训文档.md
规范	前后端 50 题交付标准	.cursor/skills/fullstack-dev-standards/
工具包	可安装的 Cursor Skill	.cursor/skills/

读者无需从零整理规范，clone 仓库 + 用 Cursor 打开，即可在 Agent 对话里引用同一套标准。

---

第一原则：能跑 ≠ 能上线

AI 生成代码的速度远超人工，但若缺少约束，典型问题包括：

• 列表只有成功态，没有 loading / empty / error
• 接口 HTTP 200 就 toast「成功」，忽略 body.code !== 200
• 单文件 900 行，API 写在 .vue 里
• 「删除用户」没有二次确认，也没有后端鉴权

请记住这句话：

成功流决定能不能展示；失败流、权限流、边界流决定能不能上线。

三条铁律

1. 状态闭环 —— loading / error / empty / success / submitting 不可省略。
2. 规格先行 —— 大需求先拆 Spec，再让 AI 分步实现（SDD）。
3. 证据先于结论 —— 声称完成前，先跑测试、对照验收清单（TDD / verification）。

Demo vs 可交付（预览）

Demo	可交付
写死数据	真实接口 + 类型
无 loading	状态闭环
无权限	前后端双重校验
单文件堆逻辑	分层清晰

第 4 篇会展开完整验收清单。

---

人的角色没有消失，而是前移后移

模型能快速产出代码之后，人的价值在于：

• 向前：把需求说全、说准、能沉淀（Spec、验收口径）
• 向后：审技术方案、审 diff 范围、跑测试、对合并与上线负责

AI 在边界内提效；合并、发布、对线上结果负责 仍是有意识的职业动作。

---

本篇小结

• AI-Native = 组织级工作方式，不是单个插件。
• 核心矛盾：AI 快，但默认不懂你们团队的私有约定。
• 解法：Spec + Rules/Skill + 验收证据。
• ai-native 仓库提供培训、规范、Skill 三件套。

---