claude 4 应该能做出来。但是你得懂细节，你需要把握好细节让 ai 去改和调整。

我发现如果我全网搜了很多资料搞不定的东西，ai 一样搞不定，尤其 liunx 很多内核网络功能的，在分多种模式的场景，任何一个 ai 都会把多种模式配置混淆

AI 写代码就是两点好。 一是它知道该用哪些 api ，要怎么用。这是它相当于把自己搜索“完成 xxx 功能使用什么 api”，然后查文档，然后写 demo 验证的这些过程智能化、自动化了。这点很好用。 二是它很会写模板代码，只要你的程序结构比较好，命名规范清晰，它能帮你补全很多简单的逻辑。这点比较省时间。 至于要让它写一个完整的有工程质量的代码，除非网上有人已经写过了，它直接抄过来，否则是不大可能的。

同意 @irrigate2554 的说法 ai 适合先做 mvp 再慢慢迭代功能的场景，编辑器这个场景应该是一个比较成熟的大项目了，想一步到位是很难的。

我做了一个 ai 项目，mvp 三天上线，现在迭代了 500 多次 commit 才敢发布 1.0

奥特曼之前有个采访说的是 现阶段 AI 做的事情是“我知道的” 到 26 年之后，AI 可以做“我不知道的” 这是趋势，也是必然，甚至我现在就会有这种感觉，最近实现了一个 langchane 架构的 agent ，对于这个东西我是完全不知道的，Python 语法我也几乎不熟，但在一周内搞出一个落地运行的版本了。中间确实需要很多磨合才达成的这个目标，本来用的 claude ，但发现没有 geminipro 好用，尤其是在大型的项目中