AI 编写生产级代码的设想既令人期待，又充满挑战。一方面，它承诺了一键式代码生成的高效生产力；另一方面，也引发对可读性、维护性以及技术债务累积的担忧。作为长期致力于优化代码质量的实践者，我们对此既充满好奇，又保持谨慎。
我们提出一个核心假设：AI 是否能够从零开始构建一个非传统应用，全程无需人工编写代码，同时确保其可维护性？为验证这一点，我们设计了三项实验，并在每次实验中采用不同的指导方式：在其中一次实验中，我们给予 AI 更大的自由度，以“自由节奏编程”的方式专注于功能实现，而几乎不设结构约束；而在另两次实验中，我们则更加严谨，明确设定设计原则、模块化要求及测试标准，并通过持续反馈提升代码质量。
为了确保实验具有现实意义，我们选择构建一款名为“系统设计小助手”的应用程序——一个专门用于管理设备软件更新与补丁部署的工具。用户可以定义更新的软件包、规划分批次的分阶段推出流程，并精准跟踪每台设备的执行状态。该应用涉及软件包版本管理、设备状态监控、批次调度以及实时跟踪等多个重要功能，既不同于简单的“Hello World”示例，也非超大型企业系统，而是恰好适用于验证 AI 生成代码的真实质量。