用AI开发Chrome插件的真实踩坑记录：拼多多开票工具做出来了，但过程不是网上说的那么简单

一句话结论：AI帮我做出了一个能用的插件，这个结果是真的。但过程里有太多"网上教程没说的事"——AI会删掉之前对的代码、复杂逻辑需要你画出流程图、调试的时候你盯着报错信息完全不懂是什么。能做出来，但你要有心理准备。

坑一：AI改bug的时候会破坏之前已经修好的东西

这是最让我崩溃的一点。你已经调好了导出功能，CSV文件格式完美——然后让AI去优化一下批量开票的逻辑。AI改完批量开票之后，导出功能坏了。不是小坏，是整个导出按钮点下去没反应。你问AI"为什么导出不行了？"AI说"我没有改动导出相关的代码。"你去看代码diff——它确实改了导出相关的部分，只是它自己不觉得相关。

这个问题在大型项目里更严重。代码模块之间有关联，AI不一定理解这种关联。它可能因为批量开票需要加一个数据处理逻辑，顺手改了数据处理模块里的一个函数——而这个函数也被导出功能用着。改完批量开票好了，导出挂了。

怎么解决：每次AI改完代码，把主要功能全部点一遍——导出、开票、查询、状态显示。别只测它改的那个。这个回归测试的习惯是被坑出来的。

坑二：AI对"简单需求"的理解跟你不一样

有一次我想让发票申请失败的时候弹一个提示告诉用户"这张票开不了，因为XXX"。我跟AI说："如果发票申请失败，显示一条错误提示。"

AI给我加了一个弹窗——每次失败都弹一个alert框，你需要手动点确定才能继续下一张。问题来了——批量开票一次跑50张，如果有十几张失败了，你得点十几个确定弹窗。这不是自动化，这是把"点提交按钮"换成了"点确定按钮"。

AI没有错，它确实加了错误提示。但它不理解"批量自动化"的上下文——在这个上下文中，"提示"不应该是阻断性的弹窗，而应该是在面板里静默标记失败的订单。

这件事教会我：跟AI描述需求的时候，不光要说"做什么"，还要说"在什么场景下"和"不能怎么做"。后来我学会了加约束条件——"失败提示静默显示在面板列表里，不要弹窗阻断流程"。

坑三：拼多多页面变化了，插件跟着坏

插件做到一半的时候，拼多多改版了订单详情页。原来发票申请按钮的CSS类名变了，插件找不到按钮了——整个批量开票功能失灵。

我完全不知道该怎么修——我对拼多多的页面结构根本不了解，我连那个按钮原来叫什么类名都不知道。AI以前写的代码里引用了那个类名，AI能找到自己引用过什么。但我得告诉AI"页面变了，以前的选择器现在找不到了"。

我把拼多多新页面的HTML片段截下来给AI："这个页面里发票申请按钮的HTML结构变了，帮我更新选择器。"AI对比了新旧结构，找到了新按钮的位置，更新了代码。但我当时完全不懂为什么坏了，慌了至少半小时。

这个坑告诉我：用AI做出来的产品，维护的时候还是得靠AI。你的维护成本不是"自己改代码"，是"描述清楚哪里变了"。

坑四：看不懂报错，不知道怎么跟AI说

Chrome浏览器F12打开Console，红色的报错信息有时候是完整的一句话，比如"TypeError: Cannot read property 'xxx' of undefined"。这种直接丢给AI它能看懂。

但有时候报错只有一行"Failed to load resource: the server responded with a status of 404"，没有堆栈、没有文件名。我也不知道哪个资源报的404。丢给AI看，AI也猜不到——因为404可能是几十个网络请求中的任何一个。

这种情况只能回到基础：哪里出问题就看哪里的网络请求。打开开发者工具的Network面板，看看点批量开票按钮的时候哪个请求是红色的。把那个请求的URL和状态码发给AI。从"现象"定位到"具体请求"这一步，AI帮不了你，得你自己找。

但说实话，这些坑踩完了也就踩完了

上面说的都是踩坑经历，但没有一个坑是踩完过不去的。AI删了你之前的代码——你可以用git回退，再重新让AI改。页面改版了选择器失效——截屏给AI让它更新。报错看不懂——F12慢慢翻，总能找到那个红色的请求。

关键是心态。如果你期待的是"一句话描述需求，AI变出一个完美应用"——你会失望。如果你期待的是"有一个很聪明的东西能帮你写90%的代码，但需要你不断试、不断改、不断纠偏"——那AI编程就是这样，它确实是这样的。

用AI写代码不是坐电梯，是爬楼梯。每一级都能迈上去，但每一步都得自己迈。

常见问题

遇到AI删掉之前的正确代码，除了手动回退还有什么办法？

用Git。每次AI改之前commit一次，改完测完没问题再commit。出问题了直接git diff看改了哪些文件，不想保留的回退。Git是AI编程的安全绳，不用Git等于高空作业不系绳。

AI对不同类型的技术栈支持有差别吗？

差别很大。JavaScript、Python、React这种主流技术栈AI表现很好。但特定平台的小众API——比如Chrome Extension的某些API——AI可能不够熟。我的经验是让AI读官方文档再写代码，比直接让它写效果更好。

踩了这么多坑，你觉得值得吗？

值得。因为踩坑的过程虽然折磨，但踩完之后你手里有一个真正能用的东西。而且它能一直帮你省时间。如果我不自己做这个插件，到现在每个月底我还是得手工点发票、手抄Excel。跟那个比，踩坑的苦算不了什么。

如果现在重新用AI做一次，会快多少？

大概快三到四倍。第一次大部分时间花在"不知道怎么描述"和"看不懂报错"上。现在知道怎么拆需求、怎么给上下文、怎么用Git配合AI——这些经验是通用的。工具差不多，但用工具的人不一样了。

我的成果：duoduoke.net