反馈循环就是一切
AI 模型自己写代码并不是最有趣的部分。有趣的是它生成代码之后发生的事情。模型能以多快的速度知道代码是否正确？生成与验证之间的反馈循环有多紧密？
这个循环决定了一切。它决定了模型能否对自己的输出进行迭代。它决定了人类是否可以在不经手动检查的情况下信任输出。它决定了 AI 编码在哪些领域真正有效。
循环速度并不均匀。它沿着一条光谱分布。而这条光谱由一个更简单的事实决定：AI 天生就是文本原生的。
后端代码是文本。API 响应是文本。数据库 schema 是文本。整个领域都以字符串的形式呈现，语言模型无需离开其原生媒介就能读取、生成和验证。即使后端涉及 CLI 命令，这些命令也是文本。模型不需要看。它需要读。
视觉界面则不同。UI 不是静态图像。它是时间性的。状态会变化。动画会过渡。手势会触发级联反应。模型可以对按钮截图，但无法感受按下的时机。它可以阅读 CSS，但无法观察 easing 曲线随时间展开。视觉正确性是体验性的，而体验发生在时间之中。
后端：几毫秒
后端代码以确定性的方式验证。函数有输入和输出。类型检查器在编译时验证 contract。测试套件在几毫秒内演练行为。API 端点返回的响应要么匹配 schema，要么不匹配。数据库迁移要么干净地应用，要么回滚。
每一个验证信号都是文本性的、确定性的且快速的。模型可以在几秒钟内生成函数、运行类型检查器、看到错误并重新生成。它可以编写测试、运行测试、看到失败并修复实现。迭代周期足够紧密，使得模型可以在有限的后端任务中半自主地运作。
这就是为什么今天后端是 AI 编码感觉最神奇的地方。这个领域是纯粹的逻辑。验证是即时的。模型知道自己什么时候错了——这正是确定性 guardrails试图为 codebase 其余部分提供的东西。
Web：几分钟
Web 开发增加了视觉正确性。一个组件可能有正确的 props 但错误的 padding。一个布局可能通过了所有类型检查，但看起来仍然是坏的。验证面不再纯粹是确定性的。
Playwright 能帮上忙。你可以渲染组件、截图并与基线做 diff。但这很慢。后端测试套件在几秒钟内运行。Playwright 视觉回归套件需要几分钟。AI 无法以同样的速度对自己的输出进行迭代，因为验证步骤慢了一个数量级。
模型可以生成能通过编译的 React 代码。但如果不运行浏览器、渲染 DOM 并比较像素，它无法告诉你生成的 UI 看起来是否正确。这个瓶颈是真实存在的。Web 上的 AI 编码是可行的，但反馈循环更松散。
移动端：几小时
移动端增加了物理现实。手势有时机和物理特性。动画有 easing 曲线，感觉要么对要么错。屏幕在 iOS 16 和 iOS 18 上渲染不同。Bluetooth、摄像头、GPS 和推送通知的行为因设备、操作系统版本和厂商定制皮肤而异。
没有快速验证这些东西的方法。单元测试覆盖了业务逻辑，但覆盖不了滑动的感觉。模拟器上的 UI 测试能捕获布局问题，但捕获不了三年前的 Android 设备上的掉帧。真正的验证需要构建、签名、安装并在实体硬件上与 app 交互。反馈循环以小时为单位，而不是秒。
模型可以生成能通过编译的 SwiftUI 或 Jetpack Compose 代码。但它无法告诉你 app 感觉是否原生。这需要人类的手在真实设备上操作。迭代周期太慢，模型无法有效地自我纠正——这就是为什么 AI 编写的 React Native app 需要 guardrails 才能扩展。
这条光谱意味着什么
AI 编码不是以模型能力的速度扩展的。它是以验证的速度扩展的。
模型今天就能写移动端代码。它做不到的是知道那段代码好不好。知道需要移动端所没有的验证基础设施。后端有。Web 正在构建。移动端落后了数年。
对于正在选择在哪里应用 AI 编码的团队来说，答案是显而易见的。从验证最快的地方开始。后端优先。Web 其次，并投资于视觉测试。移动端最后，仍然由人类的手来做最终验证。这个选择的维护成本会随着时间复利增长——这就是为什么第一版从来不是真正的问题。
模型在后端并不更聪明。它只是信息更充分而已。