AI编程:我不会写代码,用 AI 把学会的网站做上线了
- 2026-11-23 05:50:09

原创大安会2026年11月19日 10:00广州
30 天,5 个端,和 4 个真实的坑
2026 年 10 月 18 日,我在一个空文件夹里新建了第一份文档。
11 月 8 日,daanhui.cn 正式启用,备案号粤ICP备2026172667号,HTTPS 也配好了;11 月 16 日,最后一批内容功能收尾。前后 30 天。

我不写代码。
这一个月,我更像一个“总包”:把要做什么、不能做什么、怎么算做完讲清楚,让 AI 去写;它写完,我去验。它写得比我快得多,也错得比我隐蔽得多。
这篇文章不卖课,也不神化 AI。只把过程里几件真实的事写下来,尤其是那 4 个差点把项目卡住的坑。
30 天从空白文件夹到上线5 个端官网、后台、商家端、小程序、接口
100+张表,34 个后端模块近 300个接口,一套自动生成的契约

— 01 —
先花一天,把“要做什么”写成文档
10 月 18 日那天,我没有先写页面,先写了 12 份文档:平台定位、栏目结构、功能清单、专委会矩阵、视觉规范、技术架构、实施路线……
同一天,工程骨架才搭起来:后端、官网、后台、小程序,加三个公共包。听起来顺序反了,但这是整个项目最值钱的一步。
原因很实际:AI 不怕难,怕模糊。“做一个大气一点的官网”,它每次都能给你一个不一样的结果,而且每个结果都很自信。
我先定了十二条不动的基线。比如金额一律用“分”存,主键用雪花 ID,不建物理外键,接口类型只从后端契约生成、不允许各端手写;合规没有结论之前,平台只做展示和意向登记,不碰资金。
这些听着像技术细节,其实都是经营边界。定下来,AI 才不会在每次改动里“顺手创新”。
AI 缺的不是写代码的能力,是“你到底要什么”。

后来我又加了两样东西。
一份开发日记。每次改动记一条:做了什么、为什么、怎么验的、什么没做。现在这份日记有 216KB,往回翻,能查到某个功能是哪天、因为什么变成现在这样。
一份分批计划。把待办拆成 B1 到 B7,每批 3 到 5 件,要求每批能独立上线、独立回滚。不追求一次做完,追求每次做完都能退回来。
还有一条“停等规则”:只有四类事停下来找我——要外部密钥或账号、涉及钱和法律责任、要在线上删数据、两条路都贵且没法用配置解决。其余的事,AI 自己判断、自己往下做。
这条规则最有用。它把“每一步都来问我”变成了“只在真正该我拍板的时候问我”。

— 02 —
2G 内存的服务器,把机器压死了
11 月 7 日,第一次按常规流程在服务器上构建。依赖安装走了 3 分钟,一切看起来正常。进入前端构建,内存瞬间见底,可用只剩 185MB。
然后 SSH 能连上,但敲什么都没反应;网站 502。两次都只能去云控制台重启。
这台机器:2 核、1.6G 内存、2G swap。它跑得动网站,跑不动构建。
当时有两个选择:升配,或者把构建搬走。我选了后者,定了一条规矩:不升配,不在生产机上构建。
先做的是“停机构建”。构建前先确认当次数据库备份非空、压缩校验通过;然后按顺序停接口、官网、后台、数据库,构建完再拉起来;脚本里带兜底,失败也会先把数据库拉起来。
两次实测,整站分别停了 10 分 28 秒和 5 分 53 秒,可用内存回到 1GB 以上。能构建了,但停 10 分钟不能成为常态。
后来改成:本地构建镜像,打包传到服务器,服务器只加载、不构建,然后一次只切换一个容器。官网镜像 68 秒,后台 39 秒,镜像包 255MB。
11 月 9 日凌晨又 OOM 了一次,于是把这条写成硬规矩:2C2G 的机器禁止直接构建;要么临时把 swap 扩到 4G,要么在本地构建。规则写进开发手册和部署手册,后来的人照着做就行。

AI 能给你三种方案,但“不升配”这个决定得人来做。它不会替你心疼预算,也不会替你承担停机。

— 03 —
备案、域名、证书,难的都是代码之外的事
备案号是粤ICP备2026172667号。daanhui.cn、www 和 admin 三个域名指向同一台机器,一张 Let's Encrypt 证书覆盖三个域名,到期日是 2027 年 2 月 5 日,自动续期,零停机。
听起来很顺,实际踩了三个坑。
第一次申请证书,ACME 服务器读超时,失败了一次。原样重试就过了。不是配置错,是网络抖动。
第二个坑更隐蔽。nginx 的模板机制只把 *.conf.template 渲染成 *.conf。我把临时验证站点命名成 zz-acme-temp.template,渲染出来没有 .conf 后缀,nginx 根本不加载,验证路径一直 404。改回 *.conf.template 就好了。
第三个坑不是坑,是耐心。有二十多分钟,本机到服务器的 80、443、22 全部超时,但 ping 是通的。我先按链路问题等了十几分钟,恢复后补测,全部通过。要是当时急着“修线上”,只会越修越乱。
这些事 AI 能查资料、能写命令,但备案主体、材料、等待,都是人去跑的。技术只占一半。

— 04 —
后台登不进去:一串字符少了 3 位
第一次是临时管理员账号。系统存的是 scrypt 哈希,168 个字符。我手工抄的时候少了 3 个,变成 165。登录接口很干脆:校验失败,返回“用户名或口令不正确”。
查下来不是系统坏了,也不是密码记错了,是那串哈希不完整。重新从工具输出里整串复制,登录正常。从那以后,手写哈希必须先核对长度。
第二次更典型。后台要上线一版改动,本机存的管理员口令失效了,登录接口还是那句“用户名或口令不正确”。
这次没有硬闯,也没有让 AI“想办法绕过登录”。先把能验证的验证掉:核对线上包里的字符串,用同一个镜像在本地起服务实测;页面级验收明确记成“未完成”,不假装做过。
等拿到有效账号,再补一次完整验收:登录,把左侧 35 个菜单点一遍,实际新建一条资讯再删掉,测试数据按 id 清干净。
这件事让我记住一条:登录不进去,先分清是账号、口令,还是链路。AI 最容易犯的错不是不会,而是“看起来很对”。
“应该没问题”不是验证。截图、状态码、字节,才是。
— 05 —
协议正文全是乱码:查到字节那一层
C 端协议页打开,正文是“大安”这样的字。五份协议,全是。
一开始怀疑的地方都查了:表里的字符集是 utf8mb4,正常;服务端和接口连接的字符集是 utf8mb4,正常;种子文件首字节是 E5 8D 8F,正好是“协”的 UTF-8,正常;前端只是原样输出,也正常。
四个“正常”,问题只能在数据本身。
查字节:HEX(LEFT(content,30)) 出来是 C3A5C2A4C2A7……,这是“大”的 UTF-8,不是“大”的 E5A4A7。数据被编了两次。
根因也找到了:导入种子 SQL 时,mysql 客户端没加 --default-character-set=utf8mb4,按 latin1 解释 UTF-8 文件字节,服务端再按 utf8mb4 存进去。一个中文字,就变成两三个乱码字符。
修复分三步。先备份:整库 SQL 加一张备份表。再执行一条只命中坏行的 UPDATE,把双重编码还原。最后把种子用正确字符集重导到临时表,逐行比对 MD5,5 份全部一致。
收尾还做了一次全库扫描,确认没有别的表被同样污染;并在开发手册里加了一条铁律:含中文的种子 SQL,必须带 --default-character-set=utf8mb4。
乱码不是前端问题,也不是换个字体能解决的。AI 肯一层层查到字节,这件事才真正结束。

— 06 —
AI 不会替你守规矩
项目里有几件事,AI 不会主动做对,必须人定规矩。
一是写死的数据。首页和组织架构页写着“30 个专委会”,后台实际是 36 个。页面看起来没问题,数字是错的。后来改成从接口取真实值,接口不可用就显示“—”,不再拿静态名单兜底。
二是静默的监控。采集脚本解包后没有执行权限,定时任务每 5 分钟失败一次,错误又被丢进 /dev/null,状态文件停了 2.5 天,没人发现。修了三处:补执行权限、日志落到文件、发版脚本检查执行位,缺一个就中止发布。
三是测试数据。所有测试数据带 TEST-日期- 前缀,测完按 id 定点删,删完核对行数回到基线;绝不为了“清干净”去删业务数据。
四是内容删除。最后定下的规则是:草稿可以彻底删;审核中、已排期、已发布的只能下架,记录保留、可以恢复。删除单独一个权限点,所有操作写审计。四个决策点连“以后要改改哪里”一起写进日记。
这些规矩不是 AI 想出来的,是人定下来,让它每次都执行。

— 07 —
做出来的,和还没做的
现在的系统有 5 个端:官网、管理后台、商家端、小程序、后端接口。34 个后端模块,100 多张表,近 300 个接口,后台 35 个菜单,7 组配置中心。
36 个专业委员会的名称、主任、简介全部入库,官网首页和组织架构页读的是同一份真实数据。
也有一批没做的。
处理方式统一:全做成后台可配置;没配置就明确返回“未启用”,绝不伪造成功。合规开关没填文号打不开,打开了也落不了库。
AI 让“做出来”变便宜了,但“上线”还是很贵。贵在你得敢承认哪些没做。

— 08 —
给同样不写代码、但想做点事的人
三句话,都是这 30 天换来的。
第一,先把要求写成文档,再让 AI 写代码。文档不是给别人看的,是给 AI 和你自己留的证据。
第二,每一次改动都要能回滚,每一个结论都要有验证。备份、状态码、字节,比“应该没问题”可靠。
第三,你是做决定的人。定价、合规、要不要升配、哪些能先不做,这些 AI 替不了你。
网站现在在 daanhui.cn。它不完美,但每一处改动都能追溯到某一天的记录。
这大概就是“用 AI 做实事”和“用 AI 表演”的区别。