AI 辅助开发 2026：模型怎么选、该期望什么（14 集实录的开篇）
接下来十四篇会用 AI 写大部分代码、构建一个真实应用——小型诊所的前台系统 ClinicLive：Blazor Server + PostgreSQL + SignalR，患者无账号用确认码预约 15 分钟时段，门厅平板扫码签到，候诊屏实时刷新。系列会展示每个 prompt、保留每个错误、统计每分花费。本篇是地图：工具、模型、以及动手敲第一个 prompt 之前能诚实期待什么。
用 AI 写代码的两种方式
Chat：开个聊天窗、粘贴代码、提问、把答案抄回编辑器。有用，但注意谁在干体力活——模型只知道你粘贴的东西，它什么也跑不了，你是搬运工，来回运代码并祈祷粘贴了足够的上下文。
Agentic：活在项目文件夹里的工具，自己读文件、以可审查的 diff 提出修改、自己跑构建和测试、动手前征求许可。你不再是剪贴板而是审查者——而这才是真正要紧的工作。本系列用 Claude Code（CLI、Mac/Windows 桌面版、claude.ai/code 网页版、VS Code 与 JetBrains 扩展形态都有）。
方法：prompt → review → refine → commit
先于工具和价格、真正决定 AI 开发成败的是一个循环：你描述要什么和为什么 → AI 写出你没敲的代码 → 你读、跑、测。不对的代码不去争论，而是喂回一个更精准、更小的 prompt；对的小块提交。系列每一篇都是这个循环套在不同问题上，审查这一步从不跳过。
模型怎么选：主要是钱与思考深度
按 token 计费（约四分之三词为一 token），输入输出分开计价。2026 年 8 月的 Claude 价格线（每百万 token，输入/输出）：
| 模型 | 价格 | 用途 |
|---|---|---|
| Claude Opus 5 | $5 / $25 | 深度工作默认：硬设计、调试、代码审查 |
| Claude Sonnet 5 | $3 / $15 | 日常编码主力 |
| Claude Haiku 4.5 | $1 / $5 | 快速问答与机械性修改 |
每个模型还有 effort 设置（low 到 max）控制思考强度。规则：任务风险越高，越值得用贵模型高 effort——写规格、设计 schema、审查代码用 Opus 高 effort（错误会复利几个月，思考相比之下很便宜）；CRUD、脚手架、测试用 Sonnet；"全局改名"这类机械活交给 Haiku。注：以上价格 2026 年 8 月有效，模型与价格比其他任何事实都变得快，用前重查。
诚实的期望
AI 真正擅长的：样板代码（写了百遍从没享受过的 DTO、映射、配置、测试脚手架）；技术间翻译（"SQL Server 里这么做，PostgreSQL 怎么做"这类问题比多数搜索结果答得好）；初稿（几分钟给你能改的起点）；解释报错（贴个堆栈换一段白话，通常还带原因）。
可靠搞砸的：你的业务规则（AI 没见过你的诊所、用户、边界情况，会自信地猜）；时区（编译和演示都正常的日期处理可能悄悄错在"今天"的定义上）；安全默认（模板带什么就发什么，包括审查者会画红圈的部分）；它自己的盲点（它说不出自己不知道什么，还会重复自己的习惯）。系列预告的"真实错误"：没人要的 SMS 功能、不带时区的时间戳、永远认证失败的聊天设计、因为代码错了所以通过的测试。
实践建议
- 把 AI 当审查对象而非代写者：prompt 尽量小，错误回炉成更小的问题；
- 模型选择跟着任务风险走，别在机械活上烧高 effort；
- 时区、业务规则、安全默认这三类输出，永远人工过一遍。
来源：AI-Assisted Development in 2026: Tools, Models and Honest Expectations - DEV Community