一个云架构工程师用三大顶流模型给爸妈的补习班重做网站，结果在最基础的「多页面跳转」上卡了整整7小时——还得靠人类自己收尾。
这事发生在日本农村。作者本职是云计算基础设施，技术背景够硬。但他想测试的是：如果把AI当成「主开发搭档」，能走多远？
他拉来了三个模型分工协作：Gemini当战略顾问、Claude当主力开发、Codex管界面设计。听起来像梦之队，实际踩的坑一个比一个具体。
三模型分工：理想很丰满
作者给每个AI定了明确角色。
Gemini负责前期策划。网站结构怎么排、信息怎么组织，全靠它出方案。作者把它定位为「策略顾问」，专门处理架构层面的脑力活。
Claude是代码主力。作者的原话是：「速度快得惊人，代码生成又准又狠。」单页面网站几秒钟就搭出来了，质量还很高。
Codex专攻视觉。这里有个关键细节：目标用户是「年轻妈妈」。Codex生成的设计被评价为「完美击中这个群体」——更亲切、更现代，比Claude的默认审美对味。
三阶段推进也很清晰：先做单页验证可行性，再让Codex优化视觉，最后拆成多页面结构。前两步顺风顺水，第三步直接撞墙。
7小时噩梦：多页面成AI盲区
把网站从1页拆成7页，听起来是基础操作。作者在这上面耗了7小时，中间还睡了一觉，Codex还是没搞定。
具体问题出在页面链接和整体架构。Codex处理不了多页面之间的导航逻辑、文件结构、相对路径这些「工程化细节」。作者反复尝试，模型反复出错，循环往复。
最后切回Claude+Gemini组合才破局。Claude处理多页面逻辑「毫不费力」，Gemini辅助梳理结构。作者得出的结论很直接：「纯编码速度和逻辑能力，Claude目前是无争议的王者。」
但注意这个对比——Codex在视觉设计上赢了Claude，却在工程实现上惨败。没有全能选手，只有场景适配。
爸妈的三条「毒舌」反馈
网站做完，真正的验收方是作者父母。三条反馈条条扎心：
第一条关于心理安全感：「改老网站很吓人。」父母担心切换风险，怕新站出问题影响招生。作者正在考虑蓝绿部署，或者新旧版本并行。成本敏感是农村补习班的现实约束，他在对比AWS（EC2/S3）和Google Cloud，想找个轻量静态站的最优解。
第二条关于AI痕迹：「看起来太像AI生成的了。」Codex做的视觉虽然对味年轻妈妈，但父母觉得缺了「人味」。作者现在手动调字体和CSS，用VS Code精修，把机器感磨掉。
第三条关于可操作性：「我们自己改不了！」这是致命伤。父母不会碰代码，作者必须搭一套简化工作流——可能是无头内容管理系统（headless CMS），也可能是特定Git方案，让他们能自主更新课程信息、营业时间。
三条反馈对应三个真需求：风险可控、视觉可信、运营自主。AI一个都没自动解决。
作者的底层判断
他在结尾写了句话，算是给这波操作的定性：「AI是强大工具，但『人类在环』对最终调整和复杂架构导航至关重要。」
拆解一下这个案例的启示：
第一，模型分工比单模型硬怼更有效。Claude写代码、Codex做设计、Gemini理思路，各取所长。但分工需要人类判断什么时候该换将。
第二，AI的舒适区是「单点突破」，不是「系统工程」。单页面秒出，多页面卡死。复杂度越过某个阈值，模型的规划能力断崖式下跌。
第三，「可用」和「可交付」之间隔着大量人工。视觉要调、部署要配、运营流程要重建。这些脏活累活，AI不会主动提醒你。
第四，最懂需求的永远是人类。年轻妈妈喜欢什么设计、父母担心什么风险、农村补习班的成本约束——这些信息喂给AI，它能执行；但不喂，它不会问。
这件事的行业信号
作者的身份很有意思：云架构工程师，技术栈够深，但选择用AI「降维」做前端项目。这种「高维打低维」的实验，反而暴露了AI能力的真实边界。
对科技从业者来说，这个案例的价值在于「祛魅」。Claude被吹成「编程神器」，但多页面架构这种基础工程活，它也需要人类兜底。Codex的设计能力被验证，但工程化是硬伤。没有银弹。
更深层的问题是：当AI能把「60分方案」瞬间拉到「80分」，最后那20分的精修，反而成了稀缺能力。知道哪里该人工介入、怎么介入——这种判断力，可能是下一代工程师的核心竞争力。
作者最后抛了个问题：你有没有用AI给家里人做过项目？
我猜评论区会有人晒成功案例，也会有人吐槽类似翻车。毕竟，让AI理解「我爸妈不敢改网站」这种情感需求，可能比让它写七行代码更难。
热门跟贴