AI写代码到底靠不靠谱？我让Claude Code+GLM5写了5个项目

烟雨平生

发布于 2026-04-21 14:28:59

1860

2026年，AI写代码已经不是新鲜事。但AI写代码到底靠不靠谱？我让Claude Code写了5个真实项目，给出了成功率、代码质量、踩坑经验。

先看下token消费量：

测试环境

工具： Claude Code（Anthropic的AI编程助手）

模型： GLM5

项目类型： 全栈Web应用、工具库、数据处理、脚本、API

测试周期： 2026年3月-4月

项目1：全栈Web应用（个人博客）

▪ 需求

功能：

文章发布、编辑、删除
标签分类
评论功能
Markdown编辑器
响应式设计

技术栈：

前端：React + TypeScript + Tailwind CSS
后端：Node.js + Express + PostgreSQL
部署：Docker + Nginx

▪ 结果

成功率： 85%

能做的：

✅ 生成项目脚手架（create-react-app + Express）
✅ 设计数据库schema
✅ 实现CRUD接口
✅ 实现前端页面布局
✅ 集成Markdown编辑器

不能做的：

❌ 复杂的交互逻辑（如拖拽排序）
❌ 性能优化（如虚拟滚动）
❌ 安全细节（如CSRF防护）

▪ 踩坑

坑1：生成的API没有错误处理

// Claude生成的代码 app.get('/api/posts', async (req, res) => { const posts = await db.query('SELECT * FROM posts'); res.json(posts); }); // 需要手动添加 app.get('/api/posts', async (req, res) => { try { const posts = await db.query('SELECT * FROM posts'); res.json(posts); } catch (error) { console.error(error); res.status(500).json({ error: 'Internal server error' }); } });

坑2：SQL注入风险

// Claude生成的代码（有注入风险）app.get('/api/posts/:id', async (req, res) => { const { id } = req.params; const post = await db.query(`SELECT * FROM posts WHERE id =

▪ 评分

代码质量： ⭐⭐⭐⭐☆ (4/5)

可维护性： ⭐⭐⭐☆☆ (3/5)

安全性： ⭐⭐☆☆☆ (2/5)

项目2：工具库（日期处理）

▪ 需求

功能：

日期格式化
日期计算（加减天数）
日期比较
时区转换
相对时间（如"3天前"）

技术栈：

TypeScript
Jest（测试）

▪ 结果

成功率： 95%

能做的：

✅ 实现所有核心功能
✅ 处理边界情况（如闰年）
✅ 编写单元测试
✅ 生成文档

不能做的：

❌ 性能优化（如大量日期的批量处理）

▪ 踩坑

坑1：时区处理有bug

// Claude生成的代码（有时区bug） function formatDateTime(date: Date, timeZone: string): string { return date.toLocaleString('en-US', { timeZone }); } // 实际测试时发现某些时区不准确 // 需要手动修复 function formatDateTime(date: Date, timeZone: string): string { return date.toLocaleString('en-US', { timeZone, year: 'numeric', month: '2-digit', day: '2-digit', hour: '2-digit', minute: '2-digit', second: '2-digit', hour12: false }); }

▪ 评分

代码质量： ⭐⭐⭐⭐⭐ (5/5)

可维护性： ⭐⭐⭐⭐☆ (4/5)

测试覆盖： ⭐⭐⭐⭐☆ (4/5)

项目3：数据处理脚本（日志分析）

▪ 需求

功能：

解析日志文件
统计错误数量
生成报表
发送邮件通知

技术栈：

Python
pandas
smtplib

▪ 结果

成功率： 90%

能做的：

✅ 解析日志文件
✅ 统计错误数量
✅ 生成CSV报表
✅ 发送邮件

不能做的：

❌ 大文件处理（日志文件超过1GB时会OOM）

▪ 踩坑

坑1：大文件OOM

# Claude生成的代码（有OOM风险） def parse_log_file(file_path): with open(file_path, 'r') as f: lines = f.readlines() # 一次性读取所有行 # 处理逻辑... # 需要手动修复 def parse_log_file(file_path): results = [] with open(file_path, 'r') as f: for line in f: # 逐行读取 # 处理逻辑... results.append(result) return results

▪ 评分

代码质量： ⭐⭐⭐⭐☆ (4/5)

性能： ⭐⭐⭐☆☆ (3/5)

健壮性： ⭐⭐⭐☆☆ (3/5)

项目4：RESTful API（任务管理）

▪ 需求

功能：

创建任务
更新任务
删除任务
查询任务列表
任务状态流转

技术栈：

Go + Gin
PostgreSQL
Docker

▪ 结果

成功率： 90%

能做的：

✅ 设计API规范
✅ 实现所有CRUD接口
✅ 数据库迁移
✅ 生成Swagger文档

不能做的：

❌ 复杂的查询（如多表联查）
❌ 性能优化（如索引优化）

▪ 踩坑

坑1：并发安全问题

// Claude生成的代码（有并发问题） func UpdateTaskStatus(c *gin.Context) { id := c.Param("id") var req UpdateStatusRequest c.BindJSON(&req) // 查询 task, _ := db.GetTask(id) // 更新 task.Status = req.Status db.UpdateTask(task) c.JSON(200, task) } // 需要手动添加事务和乐观锁 func UpdateTaskStatus(c *gin.Context) { id := c.Param("id") var req UpdateStatusRequest c.BindJSON(&req) tx := db.Begin() defer tx.Rollback() // 查询（加锁） task, _ := tx.GetTaskForUpdate(id) // 检查版本 if task.Version != req.Version { c.JSON(409, gin.H{"error": "conflict"}) return } // 更新 task.Status = req.Status task.Version++ tx.UpdateTask(task) tx.Commit() c.JSON(200, task) }

▪ 评分

代码质量： ⭐⭐⭐⭐☆ (4/5)

并发安全： ⭐⭐⭐☆☆ (3/5)

性能： ⭐⭐⭐☆☆ (3/5)

项目5：CLI工具（文件转换）

▪ 需求

功能：

转换图片格式（PNG→JPG, JPG→PNG）
批量处理
压缩图片
生成缩略图

技术栈：

Rust
clap（命令行解析）
image库

▪ 结果

成功率： 80%

能做的：

✅ 命令行参数解析
✅ 图片格式转换
✅ 批量处理
✅ 生成缩略图

不能做的：

❌ 复杂的压缩算法
❌ 多线程优化

▪ 踩坑

坑1：内存泄漏

// Claude生成的代码（有内存泄漏） fn convert_image(input: &Path, output: &Path) -> Result<()> { let img = image::open(input)?; img.save(output)?; Ok(()) } // 需要手动添加资源清理 fn convert_image(input: &Path, output: &Path) -> Result<()> { let img = image::open(input)?; let mut out_file = File::create(output)?; img.write_to(&mut out_file, ImageFormat::Png)?; drop(out_file); // 显式释放 Ok(()) }

▪ 评分

代码质量： ⭐⭐⭐☆☆ (3/5)

性能： ⭐⭐⭐☆☆ (3/5)

安全性： ⭐⭐⭐⭐☆ (4/5)

总结：AI写代码的优缺点

▪ 优点