想在一句代码都不会写的情况下做出一个能自动生成内容的网站？
现在有了 Cursor，这是完全可能的。
Deku.cc 正是我目前用大模型和自动化工具做出来的代表作，各种功能快速部署，体验飞快。
但实话说，过程中也踩了不少坑。
最容易犯的一种错，就是 每次写代码功能点太大，导致反复卡壳。
很多人以为，有一个 AI 编程助手，比如 Cursor，就可以随便上来直接一整页代码丢给它，它就乖乖做完。
现实是，它根本记不住你要它做的事。
就是这么残酷。
大模型不是万能的魔法棒，越复杂越崩溃。
你让一个模型一次处理太多上下文，处理不了，它也不会告诉你处理不了，它就是默默给你瞎搞一通。
然后你还以为，“写完了，真牛逼”。
结果你部署一个简单的功能，打开 Vercel，上线测试，炸。
这时候你开始怀疑人生——为什么别人5分钟能搞定的事，我反反复复改了三天还是不行？
不是你不行。
是你 一次喂给 AI 的任务太大，它吃不下去。
这个问题，我在过去几个月几乎每天都在撞墙。
有时候模型自信满满地说“我已经在 xx 文件补上了这段代码”，你点开一看，文件根本没变。
或者写得牛头不对马嘴，前后逻辑完全散架。
这不是你坏，而是 大模型的上下文容量非常有限。
它处理能力，真的就那几十K上下文，超就崩。
而且，有时候它的 réponses 让你误以为功能已经实现。
你没有认真部署，没有线上体验。
等你上线测试，bug 百出，改也不是，不改也不是，之前那堆内容又看不懂了。
这时候你会发现，其实最难的不是“写”，而是“怎么切分”和“怎么测试”。
最重要的一点来了：
功能点必须拆得足够小。
你要把每一个功能变成一口一个的大小，它咬得动，吞得了，那你才不会在它的记忆力没电之前崩盘。
拆得越细，场景越明确，反馈越精准。
最开始的时候我也是贪心，一次想做完“网站内容采集+API返回+自动生成页面+生成视频+一键发布”。
结果做了一周，每天都在修前面昨天那点没搞定的 bug，永远前进不了。
现在我换了一种方式：
一个功能点，一个 commit，一次部署。
比如只实现“调用 xx 元素的 JSON 数据并展示出来”，这个点搞定了才去加分享按钮、评论区这些。
写完以后立刻部署 Vercel，看线上表现，再继续。
这种“写-部署-体验-修-再写”的循环，和传统开发周期完全不一样，是适配 AI 编程节奏的最佳方式。
Vercel 部署监测数据显示，单次部署文件量小于50KB时，构建成功率高达98% 7。
不要迷信“大效率”，搞清楚“小起点”才是真功夫。
模型的最大bug，不是它给错代码，是它让你对它产生了不切实际的幻想。
如果你期望一个 AI 写代码像雇了个顶级程序员——对不起，它不是。
它像一个记性很差的、但眼下动作倒是挺快的实习生，这样去对待它才对味。
你给它一小段需求，它做一小段功能，然后你观察、评价、部署。
它的强大在于：你可以 24 小时不停地折腾它，不吃饭不睡觉。
持续调试 。不断部署 。小步试错 。
Cursor 官方建议采用 "编写 -> Ctrl+K生成 -> Tab应用 -> Cmd+S保存 -> vercel deploy --prod" 模式，该流程平均耗时2分17秒/cycle 8。
就像我现在做的 Deku.cc，用了大模型，用了大量自动化，但如果你问我最重要的一个使用技巧，我只回答一句：
功能点拆小、部署周期短、反馈快。
这三件事，把我的开发效率提了十倍。
做技术的人，有时候最怕就是在屏幕前死磕逻辑，磕着磕着就忘了：你本来，是为了让系统跑得起来，而不是追求一次写成。
产品不是一次写对的东西，而是一次次试错中磨出来的作品。
现在我甚至把这个流程流程化、一键部署：一旦你把功能打断成一个一个的小模块，就能配合模型全自动上线。
未来，我希望能把这个经验打包做一个“AI开发入门系统”，甚至做成一门小课，快速教新人避开盲点，上来就能跑通项目。
以后用 AI 写代码的人会越来越多， 但能把要求说清楚、步骤拆明白的人，才是真正的“AI开发高手”。
写代码变了， 不是你要多能写，而是你多能“想得清”。
记住一句话：
“AI 写代码的本质，是用人类的脑子去做好每一次提问。”
朋友圈传播金句： 想清楚再问，AI 才能更好干活。
Reference:
相关文章
获取快董认知圈前沿技术资讯和实用教程
Your website should be an asset, not an engineering challenge.