企业官网建设流程全解析

正文

大多数人说AI写代码不行，其实就是写写脚本、补补函数。但腾讯企业微信团队最近搞了个Skill——把AI用到真实业务需求开发，代码生成率干到94%。

注意，不是demo，是真项目。9000+源文件的企业微信客户端。

先说为什么AI写业务代码总是差一口气。

上下文塞不下。9000个文件，跨五六层调用，单次对话根本喂不进去。物料散在各处，PRD在TAPD，设计稿在Figma，协议在企微文档。命名对不上，产品说"小红条"代码里叫XYZTipsView。指令模糊，"按PRD改一下"AI直接跳过拆解开始动手，越界漏改。验证不闭环，AI说"完成了"其实编译都没过。最要命的是跨会话失忆——上次的设计决策、改了哪些文件，下次全忘。

他们的解法不是换更大的模型，而是把"需求开发"这件事重新建模。

做了个Skill，把开发拆成8个阶段，严格按顺序来。每步有明确的输入、输出和退出标准。从设计稿筛选到最终git commit，一条龙。

关键设计叫五步定位法。从看目录到读代码，分5步收窄范围。前两步只看目录和文件名，第三步才grep，第四步才读代码。token消耗从1000万压到3万，300倍压缩。

知识体系分三级。L1是项目全景地图，5KB以内；L2是模块文件索引，按需加载；L3最狠，Figma设计稿的Token和代码API做了精确映射。脚本自动检测代码变化，知识库自动更新。6个月没脱节过。

红线机制更狠。30多条规则写死在配置文件里——编译必须通过，不能跳过阶段，不能凭空联想需求。触发即停。而且成功不看stdout，看的是退出码是不是0，文件有没有落盘。

这四条公理撑起了整个系统：

跨会话也不失忆了。每个需求做完沉淀成一份TECH_SPEC.md，下次接手5分钟恢复现场。

说实话，这事最值得琢磨的不是94%这个数字。

AI编程的天花板不在模型，在工程。模型只是引擎，流程是变速箱、方向盘、刹车。大家整天想换引擎，其实该重新设计传动系统。