让 AI 写 Demo，检查点要比代码更小

快不是问题，失去节奏才是问题

人工写一个 C++ 小项目，常见节奏其实很土：

先写 main.cpp，让它能编。再加一小段业务逻辑，让它能跑。接着才考虑日志、配置、目录拆分和测试。每一步都不优雅，但每一步都知道自己换来了什么。

AI 容易破坏这个节奏。

它看到“写一个日志扫描工具”，可能顺手就给你：

• src/、include/、tests/；
• fmt、spdlog、toml++；
• 配置类、日志类、扫描类；
• 错误处理、帮助信息、输出格式；
• 甚至还会补一个 README。

这些东西单看都不坏。真正的问题是，你的认知没有跟上项目展开速度。一个三方库引进来以后，安装方式、编译目标、异常模型、线程安全、平台差异，都可能变成后面的约束。你不理解这些约束，Demo 越完整，返工范围越大。

所以 AI 编程里最该练的能力，不是让模型一次生成更多，而是让它每次只跨过一个你能验收的检查点。

一个够用的小练习

我觉得可以拿一个很小的 C++ 工具练手：logscan。

它只做一件事：扫描一个目录里的日志文件，统计 error 和 warn 的数量，然后打印结果。

题目不复杂，但刚好能覆盖小项目常见的几块：

• 命令行入口；
• 输出格式化；
• 日志；
• 配置文件；
• 简单业务模块。

关键是，不要让 AI 一口气做完。把它切成四轮。

第一轮只接 fmt

第一轮只做输出。

目标很小：根目录有一个 CMakeLists.txt，有一个 main.cpp，能用 fmt 打印扫描目录和统计结果。业务扫描可以先是假数据。

这一步的 prompt 可以写得很死：

当前只完成一个检查点：项目能编译，main.cpp 能用 fmt 打印目录和统计结果。
不要新增日志模块、配置模块、测试框架或复杂目录结构。
先说明修改哪些文件，再给代码。
完成后给出构建命令和预期输出。

这里不是不让 AI 发挥，而是先确认一件事：依赖怎么接进来，项目怎么编译，输出是否符合预期。

fmt 有清楚的 CMake 用法，CMake 的 FetchContent 也适合小项目起步。你可以让 AI 按其中一种方式做，但不要让它一轮里同时尝试 find_package、手拷源码、add_subdirectory 和包管理器。

第一轮的目标不是“架构好看”，而是把构建链路钉住。

第二轮再加日志

等第一轮能稳定编译，再上 spdlog。

这一步也要压住范围。不要一开始就让 AI 做滚动日志、按天切分、全局 logger 工厂和配置驱动。先只做控制台日志，最多再加一个简单文件日志。

这一轮真正要确认的是：

• 日志初始化放在哪里；
• 业务逻辑怎么拿 logger；
• 正常输出和调试日志怎么分工；
• 失败时日志里能看到什么。

spdlog 能做很多事，但练习的重点不是把它所有能力都接上。重点是确认你的项目真的需要哪些能力。

AI 很容易把“库支持”误写成“项目需要”。这一步要拦住它。

第三轮才读配置

配置文件最容易膨胀。

一个小工具本来只需要三个配置：

• 扫描目录；
• 关键字列表；
• 是否输出到文件。

AI 可能会顺手写成配置中心、热更新、环境变量覆盖、默认值合并、校验层、错误码体系。不是这些东西没用，而是你还没证明现在需要它们。

如果用 toml++，这一轮只读一个 config.toml，解析成一个很薄的 AppConfig 结构体就够了。

不要让配置层先于业务长大。配置只是服务当前工具，不是给未来所有想象中的版本做平台。

第四轮再拆模块

等输出、日志、配置都跑过，再拆业务模块。

这时候可以收成几个文件：

main.cpp
app_config.h / app_config.cpp
logger.h / logger.cpp
log_scanner.h / log_scanner.cpp

注意顺序：是先跑通，再拆。

第一步就把目录排得很漂亮，不一定让项目更清楚。很多时候只是视觉上完整，问题来源反而更难追。等每个依赖和职责都实际跑过一轮，再让 AI 帮你整理，返工成本会低很多。

我现在只留三条规则

网上 AI 编程规范很多，复杂到最后很难执行。我自己现在只保留三条。

第一，每次引库前，先写一张“引库卡”：

• 这个库解决什么问题；
• 这次只用哪一两个能力；
• 它会给构建、部署或运行带来什么约束；
• 如果不用它，最小替代方案是什么。

第二，每轮只过一个检查点：

• 能编译；
• 能运行；
• 能看到预期输出；
• 能通过当前测试。

不要在同一轮里同时“顺手重构”“顺手补配置”“顺手引日志”。C++ 里最怕顺手，因为顺手会把问题来源弄脏。

第三，每轮都要能回滚：

• 这一步改了哪些文件；
• 错了以后删哪里；
• 回到上一步项目还能不能编。

这三条看起来不像什么新方法，甚至有点笨。但笨办法抗返工。AI 已经足够快了，人要补上的不是更快，而是把它的快切成能验收的小段。

参考资料

• Anthropic, Claude Code Common Workflows
• Anthropic, Claude Code Overview
• GitHub Docs, Best practices for using GitHub Copilot to work on tasks
• CMake Docs, FetchContent
• {fmt} Get Started
• gabime/spdlog README
• gabime/spdlog Wiki: Sinks
• marzer/tomlplusplus README