需求的独特、不清晰、复杂，会导致AI系统化编程更难一些。
但是，这很可能是“必然”存在的。
今年国产大模型普遍升级以后，现在重度用TRAE CN+GLM5/kimi2.5。
今天的体会是：
1、迭代、增量式开发，逐渐维护一整套开发文档和数据字典。
2、每一轮迭代，都做好需求和体验测试和验收（自己心里有数就够的那种）
3、一个较大的新修改或需求，这么做：
-
第一步：一开始用简单文本或md记录想法。
-
第二步：Builder模式，让AI分析这些需求或严重的bug，口令“做分析和方案”。
让AI做出方案文档，然后仔细审核。审核多次。
-
第三步：选择/spec 模式，#这个文档，选择GLM5或kimi2.5，让AI开始开发
主要看是否排队，不排队就GLM5，逻辑性比较好。
kimi能读图，需要剪切图片就用kimi，豆包也一样、但是豆包老排队。
-
第四步：代码开发完了，让AI用Playwhite自动化测试前后端（E2E）
否则初代代码质量很差，往往很多bug和问题，自己点UI会累死。
-
第五步：自动化测试以后，就做功能性验收式测试（手动体验）
如果有严重bug，就/plan 模式来修改
4、日常的需求和修改和大bug，都/plan模式。
但是感觉plan模式被用得很少了，正常情况都不大需要。