一个半小时前出门的一个交代，Zcode给我一个可用软件：一次 AI 软件重构的全程复盘

出门一个半小时，回家桌上多了个软件：一次 AI 重构的全程复盘

那天早上有事出门，走之前我在质谱Zcode对话框里敲了一句话：

一个半小时后回家，回来看了看Zcode活干到哪里了，我震惊了，Zcode 打开了一个软件，自己在那里做增删改查的验证。桌面上开着一个能用的软件：库存 1008 件、收支 1166 笔、资产 517 项，全从家里那六个 Excel 搬进了数据库。这不是概念演示，是能天天用的家庭账本。

这篇文章把两小时的过程完整复盘一遍：AI 到底干了什么活、哪些坑是被「验证」抓住的、以及这件事对写软件的人意味着什么。

一份烂尾的11周计划

项目叫「管家婆」，家里自用的财务与库存系统。它管着六个分散的 Excel：约一千件物品的库存表、装修电器家具数码清单、十五年的水电费、孩子十六张 sheet 的教育费用明细，还有一本养车账。数据是真实家账，一个数字都不能错。

这个项目两个月前动过工。当时用 AI 协作写了一份很正式的设计文档：

技术选型 Tauri 2 + React + TypeScript + Rust + Python，理由是安装包小、内存省；配套 11 周的四阶段路线图，文档细到每个任务的验收标准。

然后就停在了文档阶段。三套工具链，对一个简单的家庭项目来说，启动成本太高了，而且做出来的东西惨不忍睹，就是下面这么一个鬼东西，太丑陋了。

这次重构，等于把那份路线图整个作废，技术栈换成一句话：Python + Qt6 + SQLite。

公平地说，旧方案不是错。它的数据模型、金额存分这些约定这次都还在用。错的是为一个家庭项目，选了三套工具链的复杂度。

这是Zcode重构后新版本的管家婆软件：

AI干活实录：六幕

第一幕，装环境。它检查了一圈，发现这台机器连 Python 都没有，只有应用商店的占位符。它自己用 curl 下载官方安装包，静默装进用户目录，再装好界面和读 Excel 的依赖库。

第二幕，摸家底。它没有急着写代码，先写了个探针脚本，把五个 Excel 的每个 sheet 结构全部导出来看。这一步非常值，真实数据永远比想象中脏：四个库存 sheet 的列序各不相同；失效期里混着全角字符；有的日期被 Excel 吃掉了前导零，变成 50903.0 这样的数字；日期格式至少九种，从 250427 到「2010年12月」再到 06.01.06

。

六个 Excel 怎么变成一个数据库库存表 · 约一千件装修/电器/家具/数码十五年水电费教育费 · 16 张 sheet养车账本分散在各处 · 格式各异数据搬运与清洗导入器 × 5日期解析 9 种格式19 个解析用例全过每行 SHA1 指纹防重重跑导入：新增 0SQLite 数据库14 张表库存 1008 件资产 517 项交易 1166 笔教育明细 578 笔一个数字都不能错真实家账全量迁移 · 重复导入零新增

第三幕，搭数据层。14 张表的 SQLite 库，沿用旧文档里正确的约定：金额一律存「分」（整数），软删除，标准日期格式。26 个支出分类和家庭成员，启动时自动就位。

第四幕，干脏活。五个导入器，每行数据生成指纹做防重，导入随时可以重跑。日期解析器配了 19 个测试用例，全部通过。孩子那份横向的教育费用矩阵，被展开成 578 笔明细。

第五幕，写界面。七个页面：仪表盘、库存、收支、资产、服务包、报表、数据管理。年度收支柱状图是它自己用绘图接口画的，没引第三方库。

第六幕，验证。这是最值得讲的部分。它没有写完就说做完了，而是自己启动软件，逐页点开看：一边对屏幕截图，直接「看」界面的颜色、图表和数字；一边读窗口里每个控件的文本，点按钮、填表单都靠它。

AI 干活的六幕1装环境机器上连 Python 都没有，自己下载静默安装2摸家底先探针摸清全部 sheet，9 种日期格式现形3搭数据层14 张表，金额一律存「分」，沿用旧文档约定4干脏活5 个导入器指纹防重，教育矩阵展开 578 笔5写界面七个页面，柱状图用绘图接口手画6验证自己启动逐页点开看，3 个 bug 全在这被抓题眼前五幕是生产，第六幕决定交付质量

第一次启动就崩了，它从报错弹窗里读到完整的错误信息，修掉；第二次又崩，是界面库的枚举写错了，再修；第三次启动成功，逐页检查时发现资产页的分类列全是「—」，原来是表名和分类名对不上，改掉重新导入。

最后它做了一次端到端实测：新增一笔 12.34 元的支出，看着汇总从 1166 变成 1167，再删掉，数字变回去。

验证闭环：bug 是跑出来的，不是躲过的启动软件截图「看」+ 无障碍树「读」发现异常修掉再跑一遍bug ①首次启动就崩：sqlite 连接不能挂属性从报错弹窗读出完整报错信息，修掉bug ②二次崩溃：界面库表头枚举写错修复后再启动，成功bug ③资产页分类全是「—」表名和分类名没对上，重导入再看没有这一步，交付的就是打不开的「完成品」

三个 bug，全是被验证环节抓住的，而不是被「写对」避免的。

多说一句：这套「自己跑起来验证」，不是哪家的独门绝技，而是头部工具集体在走的方向——OpenAI 的 Codex、Cursor、Google 的 Antigravity 都已经入场。只是各家走到哪一步、能不能碰桌面软件，差别不小。

两小时，每步有据可查

下面这些时间不是回忆。前半程来自文件时间戳，后半程来自屏幕右下角的时钟和当时留下的截图。

07:18 开工，盘点环境：这台机器连 Python 都没有

07:20 下载官方安装包，静默装 Python 3.12.100

7:25 装好依赖库；探针脚本 dump 全部 sheet0

7:30 日期/金额解析工具：9 种格式 19 个用例

07:32 库存、教育导入器（横向矩阵展开成长表）

07:36 数据库 schema + 数据访问层（14 张表）

07:38 开写界面：主题、仪表盘、七个页面反复跑导入测试，修数据关联和幂等性

09:00 正式库全量导入：1008 件 / 517 项 / 1166 笔

09:02 第一次启动崩溃 → 修复

09:04 第二次启动崩溃 → 修复

09:07 第三次启动成功，仪表盘数字上屏

09:09 逐页点验：库存 1008 件，收支 1166 笔

09:10 发现资产页分类列全是「—」

09:12 修导入器重灌数据，服务包页核对通过

09:14 端到端实测：新增 12.34 元支出

09:15 汇总 1166 变 11670

9:16 删除测试数据，数字恢复 1166

09:17 写 README，做双击启动脚本

09:18 最后拉起一次应用，收工

两小时都花在哪：07:18 → 09:18写七个页面 + 跟真实数据较劲7′13′82 分钟 · 占 68%07:1808:0009:0009:18装环境 7′解析与数据层 13′首启排雷 9′逐页验证 5′收尾 4′大头不是写代码：82 分钟在跟数据较劲剩余 18 分钟：2 次崩溃修复 + 逐页点验 + 端到端实测 · 时间来自文件时间戳与截图

07:40 到 09:00 之间那八十多分钟，它没有卡住，也没有摸鱼，就是在写那七个页面，以及和真实数据反复较劲。比如洗车套餐「一次用 3 次」的次数丢失，就是那个时候修的。

工程时间里，写代码从来不是大头，跟数据和边界情况较劲才是。

冷静一点：AI不是变魔术

复盘完必须说清楚三件事，否则结论会失真。

第一，人的工作早就完成了。

两个月前那份设计文档：26 个分类、字段定义、金额存分的约定，才是 AI 能一次做对的前提。它花时间最多的是解析九种日期格式和逐页验证，几乎没花时间猜需求。需求定义是人做的，这决定了交付质量的上限。

第二，这次的任务边界清晰。

单机、单用户、本地数据、输入格式已知、结果可以自动化验证。这类工程正是 AI 的主场。换成一句模糊的「帮我把公司系统重构一下」，剧本完全不同。

第三，写完不等于写对。

三个 bug 都是跑起来才暴露的。AI 写代码的速度优势，只有配上闭环验证：启动、截图、点一遍、对数字，才能变成真正的交付速度。没有验证环节，这次交付的就是一个带着三个 bug、随便哪个都让程序打不开的「完成品」。

这不是个例：同行走到哪了

复盘完我反倒好奇一个问题：「自己跑起来验证」这件事，是只有Zcode工具会，还是大家都行了？

我去翻了各家产品的官方说明，结论是：方向已经是共识，能力分两档。

第一档：能自己验证网页应用。头部客户端基本到齐——

· OpenAI Codex：今年 4 月上线「计算机使用」，官方描述是像人一样看屏幕、点鼠标、敲键盘，自己操控应用做测试，产品里还内置了浏览器。

· Google Antigravity：（配 Gemini 3）：直接把「验证」做成了卖点——智能体干完活自动附上截图、录屏当证据，你不用翻代码，看证据就行。

· Claude Code：：官方打通 Chrome 浏览器，写完代码自己打开页面点一遍、读报错、再修，官方叫「构建—测试—修复」闭环。

· Cursor：：官方博客演示过智能体自己开浏览器测试网页，全程录屏。

第二档：能自己验证原生桌面应用——就是这次这种 Qt6 窗口软件。明确写进官方口径的，目前只有 Codex 和 Cursor 两家。

它俩的能力都覆盖「操控电脑上的应用」，不只网页。不过主流做法是截图看图；这次案例多一条腿——不光看界面，还读窗口里每个控件的名字，相当于不看照片直接查名册，更稳。这条腿目前还不是行业标配。

国产阵营（Qwen Code、腾讯 CodeBuddy、通义灵码等）：官方能力清单里还是「你贴截图它来看」和网页预览，让它自己把软件跑起来验一遍，还没写进口径。

给个简单的判断标准：网页验证已是标配，桌面验证刚起步。下次你把活交给 AI，就问一句「做完自己跑一遍给我看」——答得上来的，才是真的能交付。

中小软件公司的账

把镜头拉远。这次 AI 干的不是一个「写代码」的环节，而是整条交付链：装环境、探数据、设计、导入、界面、自测、修 bug、写文档、写下一版计划。

「人天」这个计价单位正在失效。

管理后台、数据迁移、内部工具这类边界清晰的工程，产出单位正在从人天变成会话。一个熟手加 AI 的交付速度，接近过去三到五人的小组。

竞争门槛从「能写出来」移到「能定义清楚、能验收」。

客户自己用 AI 就能攒出 demo，入门级外包单会快速萎缩。剩下愿意付钱的，是为需求定义、行业知识和质量兜底买单。

质量责任空前变重。

AI 写得快，也错得快。一个没有测试习惯的团队用上 AI，相当于踩着油门松开方向盘：产出放大，事故也放大。

岗位结构在变。

我看到的是未来大量软件开发人员岗位消失。纯执行的初级岗位收缩最快，这次 AI 连装环境、读表结构这类通常丢给实习生的活都包了。但会用 AI 的初级明显溢价：能拆任务、能看懂产出、能执行验收的人，一个人能顶一条线。

往远了推：短期是人力密集型服务商的利润被压缩，甲方的预期被拉高；中期软件开发从劳动密集回到专业服务，行业知识、数据、合规成为合同的护城河；长期看软件供给会过剩，稀缺的是「值得做的软件」，和「为结果负责的人」。

怎么办

公司侧四条：

· 上移到价值链上游：

需求定义、领域建模、行业知识，是 AI 的短板，也是合同里的溢价点。这次案例里真正值钱的资产是那份设计文档，不是那 2500 行代码。

· 把 AI 焊进流程：任务分解、AI 生成、自动化验证、人工抽检。测试基建和评审制度先行，没有验证能力的 AI 化是风险放大器。

· 重估商业模式：从卖人天转向卖结果，固定价交付、订阅、运维分成。交付周期从月压到天，速度本身就是品牌。

· 沉淀新资产：领域模型、数据字典、提示词库、验收清单。代码不再是壁垒，这些才是。

个人侧四条：

· 从软件开发者转为定义者和验收者：练写文档、练拆任务、练定验收标准。

· 深耕一个领域：成为知道「什么值得做、什么是对的」的人，这比多学一门语言值钱。

· 保留判断力：架构、安全、数据一致性，是 AI 目前会一本正经写错的地方，也是你签字前必须亲自看的地方。

· 拥抱工具，但保持手艺：你得看得懂 AI 产出的代码，才能为它负责。

写在最后

这次重构的最后一个动作，不是写代码。

是 AI 给下一版写了一份带验收清单的开发计划，然后留下一句话：

「你回来确认一下优先级，确认了就可以开工。」

真正的变化不是「AI 会写代码了」，而是软件工程的瓶颈，从「写出来」整体上移到了

「想清楚、验明白、负起责」。

这三件事，恰好都还是人的事。

#AI编程 #Zcode #程序员 #智谱GLM #软件开发

本文素材来自作者本人真实项目的完整复盘，文中数据均出自实际会话记录、文件时间戳与屏幕截图。

文中各工具能力说明，核对自 OpenAI、Google、Anthropic、Cursor 及国产工具官方文档，截至 2026 年 9 月。

喜欢就点击关注我哦～