# 为什么选若依作为案例?
**若依适合训练:** 陌生代码库理解 · 前后端分离结构 · 登录认证链路 · 动态菜单与路由 · 角色与权限 · 按钮权限 · 数据权限 · 操作日志 · 代码生成
- 足够**真实** — 不是 demo,是完整后台管理系统
- 足够**典型** — 很多企业内部系统都有这些模块
- 足够**复杂** — 前后端分离、多模块、多层级
---
# AI 编程不只是写代码
更重要的是:**读代码 · 找入口 · 追链路 · 查风险 · 写测试 · 生成文档 · 沉淀经验**
AI 对研发的价值,不只是让某个人写得快一点,而是让团队更快理解系统、更快交接、更快定位风险。
---
# AI 能效理念
**不是只看:** 代码写得更快
**更要看:**
- 理解更快 · 交接更快
- 定位更快 · 风险更早暴露
- 团队知识沉淀更快
---
# AI 替代人的现实判断
**AI 会替代:** 重复性、低上下文、低判断含量的工作方式
**人必须负责:** 业务规则 · 权限边界 · 安全责任 · 架构取舍 · 上线决策
---
# 第一天真正要学什么?
最终产出:若依权限与菜单模块代码理解报告
---
# 模块 1:TRAE 的定位
**适合:** 检索代码 · 解释函数 · 梳理结构 · 生成链路初稿 · 生成文档初稿
**不能直接替代:** 业务判断 · 权限决策 · 安全判断 · 上线决策
---
# 代码事实 vs 业务事实
**代码事实:** 代码现在怎么写
TRAE 擅长发现代码事实
**业务事实:** 业务应该怎么规定
人工必须判断业务事实
---
# 适合 TRAE 辅助的任务
- 理解前后端目录
- 查找登录入口
- 查找菜单接口
- 分析动态路由生成
- 解释按钮权限
- 梳理角色权限关系
- 生成代码理解报告初稿
---
# 必须人工判断的任务
- 角色权限是否合理
- 数据权限范围是否正确
- 接口是否应该开放
- 敏感操作是否必须审计
- 代码生成结果能否上线
- 权限变更是否影响生产
---
# 产出:TRAE 使用边界清单
| 分类 | 说明 |
|------|------|
| 适合 TRAE 辅助 | 查找登录接口、分析调用链路 |
| 可生成初稿但必须人工复核 | 判断角色权限是否合理 |
| 不建议直接交给 TRAE 决定 | 判断能否上线 |