在 IntelliJ IDEA 中使用飞算 AI 的实操记录

一般会生成这些内容：

• 类文件和目录结构
• 必要的依赖导入
• 基础业务逻辑框架

这类结果够做起步，但不会替你把所有细节都补齐。生成后我还是建议先看一遍，尤其是接口设计、异常处理和权限相关的部分。

使用时怎么描述需求更省事

飞算 AI 对需求描述的敏感度挺高。关键词越清楚，生成结果越接近你想要的东西。比如'生成 JWT 身份验证过滤器'通常比'做登录功能'更有效，前者能把边界说清楚，后者太宽，插件容易往泛化模板里靠。

大一点的项目也别一次性全丢进去。按模块拆开生成，后面接手的人更容易改，出问题时定位也快。

生成出来的代码别直接进主分支，至少先做一轮人工检查。AI 能帮你省的是重复劳动，不是代码责任。

和其他编程助手对比

飞算 AI 的特点比较明确：更偏项目级生成，适合先搭结构；Copilot、CodeWhisperer、Tabnine 这些工具则更擅长片段补全和日常编码辅助。实际用起来，差别主要在生成粒度和场景。

如果是全栈开发，飞算 AI 更适合拿来铺主结构，Copilot 再负责日常补全；如果项目本身和 AWS 绑定得深，CodeWhisperer 也有它的价值；个人学习或小项目的话，免费功能先用起来就够了。

我会怎么用它

这类插件最适合两种场景：一是快速出原型，二是补重复性很高的样板代码。它确实能提速，但前提是你知道自己要什么，不然它生成得再快，也只是把模糊需求更快地放大。

对我来说，比较省事的方式是先让它生成结构，再手动收口。这样既保留了自动化带来的速度，也不会把项目质量完全交给模型去赌。