用AI写代码，但我总觉得缺了点什么

最近项目重构管理后台，我独自扛前端，开始琢磨用AI工具提效。

Lovable的初体验

Lovable号称能通过自然语言生成前端界面。我让它生成带分页、排序的数据表格，它很快给出React + TypeScript代码。但问题明显：状态管理用local state，数据流不清晰；props设计不灵活，改配置要大动干戈；CSS类名是_tableContainer_1a2b3这种，与项目BEM规范完全不搭。改它代码比自己写还累。这类工具适合快速出原型，上生产环境还得自己把控架构，它不懂项目上下文和团队规范。

Perplexity成了技术顾问

Perplexity几乎替代了Google + Stack Overflow。遇到Safari暗黑模式下表单样式错乱的bug，它直接指出是CSS color-scheme处理差异，给出三个带来源的方案，还会追问细节，效率远超翻帖子。但并非万能，问WebSocket连接池优化时，它遗漏了浏览器并发连接数限制。现在把它当高级顾问，快速定位方向，最终方案自己验证。

OpenCode让我重思代码质量

OpenCode主打代码审查。我丢入深层嵌套的表单校验函数，它建议用策略模式抽成配置式，可读性明显提升。还及时指出用户输入直接拼接HTML的XSS风险，避免了生产事故。但有时过于教条，建议把仅两处调用的函数抽成独立模块，过度抽象反增成本。工具给的是建议，不是命令。

脑子还是自己的

这些工具解决“怎么写”，而非“写什么”和“为什么”。Lovable不懂业务逻辑，Perplexity不做技术决策，OpenCode不判架构合理性。我现在的流程：先理清任务想透方案，再选择性用工具。简单CRUD让Lovable出雏形再改，疑难杂症丢给Perplexity找思路，核心逻辑让OpenCode扫问题。工具是锤子，不能见什么都当钉子。