收益：
- 通过强加MVVM等架构，通过小块逐层请求，获得易于维护、可测试的代码，然后由人工智能生成代码。
- 能够识别特定于语言的陷阱，例如 Kotlin 中的空安全和协程、Swift 中的可选和内存循环，并根据它们检查生成的代码。
- 能够在跨平台（Flutter、React Native）项目中单独验证每个平台的权限和配置
移动开发的核心是代码，这就是人工智能最有形收益的体现。但这句话“让AI为我写代码”本身并不是一个策略。良好的代码生成能力；它需要结合正确的语言、正确的架构、正确的边界和正确的验证。在本单元中，我们将学习如何在 Swift（iOS 语言）、Kotlin（Android 语言）以及使用单一代码库在两个平台上运行的跨平台工具中高效、安全地使用 AI。我们的目标是将人工智能定位为加速器，而不是“代码自动机”，其架构由您决定。
架构第一，代码第二
最常见的错误是在没有架构规划的情况下直接向人工智能询问代码。这就像建造一堵墙而不打地基一样。移动设备上最常见的架构是 MVVM（模型-视图-视图模型 — 一种分离数据、显示和显示逻辑的设计模式）。这意味着视图只是一个视图，逻辑和状态位于 ViewModel 中，数据位于 Model 层中。如果你不从一开始就将这种分离强加给人工智能，它就会产生一种无法测试且难以维护的结构，将所有逻辑都塞进屏幕代码中。
健康的代码生成流程逐步进行：
- 给出上下文。使用的平台、语言、版本、架构、库。
- 求层数。首先是数据模型，然后是网络/数据层，然后是 ViewModel，最后是屏幕。
- 要求小块。一屏一功能；这不是一个 500 行的巨大文件。
- 验证每一件。构建、测试、集成；然后进入下一个轨道。
- 请求重构（改进代码）。工作代码之后的“使其更具可读性和可测试性”步骤。
提示：告诉AI“按照MVVM拆分代码：哪部分应该是View，哪部分应该是ViewModel，哪部分应该是Model，分别给出”。这句话极大地提高了生成代码的架构质量。
Kotlin 和 Swift：特定于语言的注意事项
Kotlin (Android) 和 Swift (iOS) 是现代、安全的语言，但它们有不同的缺陷。在 Kotlin 中，空安全（通过类型系统检查变量是否可以为“空”）有时由 AI 松散类型化；没有必要！运算符（如果为空则强制崩溃的符号）可能会使应用程序崩溃。在 Swift 中，可选的管理和保留周期至关重要； AI 可能会忘记在闭包中添加 [weak self]，这将导致内存泄漏。
因此，当您选择一种语言时，请相应地完善提示：例如“在 Kotlin 中保留 null 安全性，不要使用 !!”或“防止 Swift 闭包中的强引用循环”。
注意：AI 生成的异步代码需要特别注意。在 Kotlin 协程中选择错误的作用域或在 Swift 中阻塞 async/await 中的主线程将冻结应用程序。人工智能经常犯这些错误；未经测试，请勿相信它。
跨平台开发：Flutter 和 React Native
对于那些想要使用单一代码库同时使用 iOS 和 Android 的人来说，Flutter（Google 基于 Dart 语言的工具包）和 React Native（Meta 基于 JavaScript 的解决方案）脱颖而出。人工智能在这些环境中也很强大，但有时会绕过平台差异（权限、存储规则、设备特定行为）。例如，在Flutter中，相机权限在iOS和Android上定义在不同的文件中； AI只能写一篇。在跨平台代码中，有必要说“分别为两个平台授予必要的权限和配置”。
选举概要：
方法
当
人工智能关注
原生（Kotlin/Swift）
最高性能、设备深度集成
每个平台都有单独的代码；验证两次
颤动
一个团队，快速、一致的 UI
手动检查特定于平台的权限/设置
反应本机
可用的 Web/JS 团队
仔细测试桥（本机桥）部分
三个迷你箱子
案例 1 — 协程陷阱。 Android 团队获得了一个从 AI 中提取产品列表的功能。该代码在主线程中发出网络请求；该问题在测试设备上并未出现，但在弱网络上，应用程序冻结了 4 秒，并给出了 ANR（应用程序未响应）警告。当 AI 被告知“在 IO 调度程序中进行网络工作”时，该问题得到修复。教训：并发始终是受控的。
情况 2 — 内存泄漏。一位 iOS 开发者发现，打开和关闭 AI 生成的屏幕 20 次后，应用程序的内存从 40 MB 增加到 180 MB。原因是由于闭包中缺少 [weak self]，ViewController 无法从内存中清除。 Xcode 的内存图揭示了这个陷阱。教训：内存配置文件在本机开发中是强制性的。
案例 3——平台差异。 Flutter 团队从 AI 那里获取了图库访问代码，它在 Android 上可以运行，但在 iOS 上崩溃了。原因是Info.plist文件中没有添加照片库权限描述（NSPhotoLibraryUsageDescription）； AI只写了Android端。虽然只用了 15 分钟就解决了，但如果没有被发现的话，就会被商店拒绝。
弱提示/强提示
弱提示：“编写从 API 中提取产品的 Kotlin 代码。”
强大的提示：“为 Android/Kotlin 生成从 REST API 中提取产品列表的代码。- 带有改造、挂起功能的网络层- Dispatchers.IO 中的网络作业；阻塞主线程- MVVM：存储库 -> ViewModel -> 带 StateFlow 的 UI 状态 - 错误状态：无网络，4xx、5xx 的单独密封类状态 - 保护 null 安全性，！！使用 !! 将层导出为单独的文件，每个解释 1 句话。”
强提示可以防止生成的代码落入前面情况的陷阱。
可复制模板
分层制作模板：“为[平台/语言]开发[功能]。按顺序生产：1）数据模型（数据类/结构）2）网络或数据源层3）Repository4）ViewModel（状态管理）5）屏幕（UI）单独导出每个层，在它们之间添加集成注释。”
特定于语言的安全模板 (Kotlin)：“查看此 Kotlin 代码：- 清楚使用 !! 和平台类型 - 验证协程作用域和调度程序选择 - 是否有调用阻塞主线程？[代码]”
特定于语言的安全模板 (Swift)：“查看此 Swift 代码：- 闭包中保留循环的风险（弱/无主自身）- 使用可选的强制展开 (!)- 需要从主线程 [代码] 中移出的繁重工作”
跨平台控制模板：“列出 iOS 和 Android 上此 [Flutter/React Native] 功能所需的所有权限、配置和特定于平台的代码。提供单独的 Info.plist 和 AndroidManifest.xml 条目。”
常见错误
- 要求代码而不强加架构。 The result: untestable structure that crams everything onto the screen.
- 无需测试并发代码即可信任。主线程阻塞和不正确的范围是崩溃的最常见原因。
- 忽略内存管理。特别是iOS闭包中的泄漏；如果不进行配置文件，则不会注意到这一点。
- 绕过平台差异。 In cross-platform tools, permissions and configuration are written separately on the two platforms.
- 不验证库版本。 AI 可能会建议过时的 Retrofit/Alamofire API；检查官方文件。
- 生成一个巨大的文件。无法维护和验证；要求层数。
总之
当您指定架构时，使用 AI 生成代码会非常强大。首先强加一个像MVVM这样的结构，然后逐层、小块地请求，对每一块进行编译和测试。 Kotlin 中的空安全和协程、Swift 中的可选和内存循环需要特别注意。在跨平台工具中，权限和配置是针对每个平台单独编写的。强提示预先告知语言、版本、架构以及特定于语言的安全规则；这可以防止生产中最常见的崩溃和泄漏错误。
应用任务
对于列表屏幕（例如“联系人列表”），请使用您选择的平台（Kotlin 或 Swift）中的“增材制造模板”向 AI 请求代码。将生成的代码添加到项目中，编译它，并进行以下两项检查：（1）网络/长进程是否在主线程上运行，（2）null/可选安全是否正确？让 AI 使用特定于语言的安全模板修复您发现的问题。
清单
- [ ] 我在请求代码之前指定了架构（MVVM 等）
- [ ] 我想要一层一层地、分成小块
- [ ] 我测试并发代码不会阻塞主线程
- [ ] I checked null/optional safety and memory management
- [ ] I verified the permissions/settings of two platforms separately in a cross-platform project
- [ ] I verified library versions and API signatures from official documentation