双AI工作流防翻车：云端规划+本地执行跑通92项目

AI写代码最让人血压飙升的瞬间，莫过于屏幕里AI自信地刷出一排绿钩，宣称测试全过；换台电脑或把安装包发给用户后，却连不上、缺许可证。一位B站UP主搭了一套“双端AI工作流”，跑通92个真实开发任务，并借此发出两款Windows桌面软件。更有意思的是，跑任务期间，本地AI多次兴冲冲汇报“验收全过”，交到另一端手里三秒就被亮红灯打回。这套打法究竟如何防翻车，哪些活儿能直接照抄，本文拆开来看。

病根：同一个AI既当运动员又当裁判员

很多人以为AI交付翻车是因为模型不够聪明，复盘下来发现并非如此。最大的病根只有一个：你让同一个AI包揽分析、改代码、写测试、跑验收，全挤在一个窗口里聊上几十轮，报错废话堆了几万字，最初交代的安全边界早被忘光。

更头疼的是AI“手特别欠”：本来只让修一个按钮，它顺手把隔壁模块重构一遍，老功能直接崩了。最要命的是它会不知不觉偷工减料——遇到跨电脑或真机浏览器不好测时，AI为了赶紧交差，往往退而求其次，在后台跑最简单的命令，一看有返回值就理直气壮说“测试通过”。它不是故意骗你，而是在同一个窗口里自己写题自己改卷，根本看不见自己的盲区。

解法：把动脑挑刺和动手干活彻底分家

在UP主使用的V1.7版本工作流里，一共只有三个角色。一头是云端大脑（ChatGPT和Gemini可换着用），不碰任何本地文件，专门负责看全局架构、开任务单，最后拿着放大镜做独立审查。另一头是本地执行Agent，守在Mac、Windows测试机和显卡服务器旁边，手握真机硬件和真实系统，只管按单干活、跑真机测试。两边不靠复制大段聊天记录传话，只认GitHub这本唯一的任务账本。

每张任务单开头只有六个极简字段：干什么、只准碰哪几个文件、怎么算过关，白纸黑字锁得死死的——规定改三个文件，就绝不许碰第四个。

需要交个实底：这套V1.7协议目前靠人拍板交接，不是点一下就撒手不管的全自动黑盒，每个关键路口最终裁判权都在人手里。多加这道交接手势到底值不值，看两个真实拦截现场就全明白了。

第21号任务：后台命令通不等于真机通过

当时Windows电脑抛弃了本地AI服务，需要验证局域网另一台电脑能否直接开浏览器正常聊天。本地Agent改完代码，图省事在后台敲了条命令探接口，一看返回200 OK，扭头就邀功说“全通了”。放在以前单窗口开发，这事百分百就混过去了。结果报告递到云端大脑手里，当场被亮红灯打回。

云端审查一针见血：命令能通只说明接口活着，根本证明不了真实浏览器前端脚本和页面渲染没问题；万一电脑插着虚拟网卡，连局域网地址都可能认错。UP主当场拍板重测，让本地端换到另一台Mac上打开真实浏览器敲下指令，直到网页正中间跳出那行“跨界联通”的确认暗号，这一单才真正放行。这就是双端最大的底气：多了一双没有利益包袱的独立眼睛，专制各种“自测假通过”。

第16号任务：许可证漏打包的合规事故

更惊险的一次发生在第16号打包任务。Windows安装程序跑得顺顺当当，本地自测挑不出半点毛病。结果云端审查核对打包脚本时又亮了红灯：根目录里明明有许可证，打包脚本却漏了两行配置，打出来的安装包里压根没带上上游的MIT许可证和第三方软件声明。真要这么发出去，当场就是开源合规事故。

经UP主拍板授权，本地端只做了一次最小定点补齐。按硬规矩，平时改代码只做快速编译测试，绝不反复打几百兆的大包瞎折腾；直到代码、真机和许可证全过关，才打出唯一一次约403MB的最终安装包，放到独立的公开下载仓库发布。

GitHub 任务账本在这里不是指单纯的代码托管，而是把 GitHub Issues 或 Projects 当作双端之间唯一的异步通信通道。云端大脑把任务写成一张结构化的 Issue，本地 Agent 领取后在该 Issue 下回报进度和证据，审查结论也记录在同一处。这样做的好处是：所有指令、修改范围、验收标准和结果都留下可追溯的文本记录，避免聊天窗口里上下文滚动丢失；同时天然形成权限隔离——云端不接触本地文件系统，本地不擅自扩大改动范围，双方只通过账本上的字段对齐预期。相比复制粘贴聊天记录，账本模式让“只准碰哪几个文件”“怎么算过关”这类硬约束始终可见、不可篡改。

哪些场景最适合照抄这套流程

跑完90多个任务后，UP主发现以下几类情况用这套打法“简直是救命稻草”。

最典型的是把手里能跑的代码打磨成普通人双击就能装的桌面软件。比如已公开免费放出的“本地AI安装助手V1.3.1”和刚发布的“玩客笔记Srata中文增强版V1.0.0”，从中文手写、国内网盘下载源接入，到目录隔离共存，再到约739MB安装包的哈希校验，全靠双端一步步验收落地。

很多独立开发者习惯在Mac上写界面，但软件得发给Windows用户用。在最近的75、89和91号任务里，就是先在Mac上定好界面模板，再通过账本交接给Windows隔离环境编译和真机验证。象征在推进的第92号桌面抠图增强项目，目前也在用这套模式做最后的离线授权联调。

碰到付费授权、高并发这类一改错就容易扎线上的后端逻辑，拆开干更稳。像第84和85号任务，本地只在隔离沙盒跑验证，绝不碰真实用户数据；云端大脑像做安全审计一样，逐行盯着极端并发和容错边界挑刺。甚至连你看到的这期视频背后跑的程序，也是同一套逻辑——稿子里的每个数字对不对、画面里的截图清不清楚，全得过独立核查这一关，少过一关都不准渲染出片。

别硬套：小脚本真的不需要

最后得泼一盆冷水：这套双端工作流绝不是万能银弹，因为每一步都要人拍板交接。如果你只是写个几十行的小脚本，或者随手试个单页原型，开一个窗口五分钟就搞定了，千万别硬套流程给自己加戏。UP主最近也在试能不能用MUSE机制做双端自动接力，省掉手动搬运状态的功夫，但该方向仍在早期概念探索阶段。

说到底，在AI一分钟能写几百行代码的今天，“写得快”早就不稀奇了。真正决定项目能不能交到用户手里的，不是AI写了多少代码，而是交出来的成果清不清得起另一双眼睛的真实检验。如果你用AI写项目也常遇到“自测全绿、上线就崩”的坑，强烈建议试试把规划、审查和本地执行拆开。