## OpenCode AI编程完整工作流：小白的第一套”用AI指挥代码”流程
很多人想学AI编程，但装好工具后第一步就卡住了——不知道该让AI干什么、从哪开始。
这篇文章解决的就是这个问题。核心方法来自开源AI编程工具OpenCode的开发者Boris Tane，经过大量实操验证，适用于任何AI编程工具。
—
一、为什么需要一套固定工作流
AI编程最大的坑，不是工具不好用，而是人不知道该怎么用它。
常见错误是”上来就让AI直接写代码”。结果AI写出来的东西，你不知道对不对；出了问题，你不知道从哪排查；方向走偏了，你不知道从哪拉回来。
解决这个问题的核心思路是：在让AI动手写代码之前，先完成研究和计划。
一套经过验证的AI编程标准流程，分为四个阶段：
- Research — 让AI研究现有代码和问题，理解全貌
- Plan — 让AI写出行动计划，你来审核
- Annotate — 你对计划做批注，AI根据反馈修改
- Implement — AI开始执行，你远程监督
这四个阶段的核心理念是：人做决策，AI执行。人负责判断方向对不对，AI负责把判断变成代码。
—
二、OpenCode工具选择与安装
工作流本身适用于任何AI编程工具，但工具体验差异会直接影响能不能坚持这套流程。这里推荐使用OpenCode，原因是它对小白最友好。
2.1 为什么选OpenCode
OpenCode是开源AI编程Agent，GitHub 100K+ stars，每月250万开发者在用。它的核心优势是三种形态可以无缝切换：
- 桌面端：适合Research和Plan阶段，大屏幕批注体验好
- 网页版（Web UI）：适合Implement阶段，手机远程监工
- 终端版（TUI）：适合快速执行
三种形态共用同一会话，意思是你在电脑桌面端开的任务，切到手机网页版继续看，进度完全同步。
2.2 安装方法（macOS桌面端）
打开终端，输入一行命令即可安装：
brew install --cask opencode-desktop其他操作系统或下载安装包，访问 opencode.ai/download，支持macOS/Windows/Linux。
安装完成后，按Command + 空格调出搜索，输入”opencode”回车即可启动。
—
三、Research阶段：让AI先研究，再动手
很多人在Research阶段就做错了——让AI直接看代码，但没有给它明确的指令。
正确的做法是：给AI一个清晰的Research指令。打开OpenCode桌面端，在对话里告诉AI：
先帮我研究一下这个项目/这个问题
AI会做的事情包括：读代码、查官方文档、搜开源实现、甚至派”子Agent”并行去查资料。这些子Agent用的是便宜的模型（如Gemini Flash），各自独立，不污染主对话，还省钱。
Research完成后，AI会生成一份 research.md（研究报告）。这份文件是后续所有决策的基础。
3.1 为什么要让AI先Research
因为AI编程的核心问题不是”AI会不会写代码”，而是”AI知不知道在什么情况下写什么代码”。
没有Research阶段，AI是闭着眼睛写。有了Research，AI是睁着眼睛写。
Research阶段的价值在于：让AI完整理解项目结构、现有代码逻辑、依赖关系，再动手做判断。
—
四、Plan阶段：先出计划，人来审核
Research没问题后，下一步是让AI写 plan.md（行动计划）。
这份计划会说明：
- 要做什么改动
- 涉及哪些文件
- 大致分哪几步
- 预期的结果是什么
你在这一步的职责是审核：计划方向对不对、范围合不合理、步骤是否可行。如果有问题，不要让AI直接改代码，而是在这里指出。
Plan阶段也是最适合新手学习代码结构的时候。AI写的计划往往包含”为什么要这样做”的解释，这些解释比代码本身更容易理解。
—
五、Annotate阶段：批注修正，决定最终方向
这是整个工作流最核心的环节，也是大多数人最容易跳过的环节。
Annotate的意思是：你直接对plan.md里的每一处有问题的地方做批注，AI读取你的批注后重新修改计划。
5.1 具体操作方法
OpenCode支持原生批注功能——不需要手动在markdown里插入[NOTE]标记，看到计划里哪个地方不对，直接在那个位置加批注就行。
批注的内容可以包括：
- 补充缺失的信息（比如某个字段的实际用途）
- 纠正错误的假设（比如某段代码的真实逻辑）
- 调整优先级（比如先做A再做B）
- 提出疑问（比如这个地方为什么要这样处理）
批注完之后，AI会根据你的反馈重新修改计划。整个过程思路连贯，不会因为”某处不对”就推倒重来。
5.2 多轮批注的价值
批注摩擦越小，你就越愿意多批几轮。
多批几轮出来的计划，质量差别是肉眼可见的——相当于在动手之前，把”做什么、怎么做”彻底想清楚了。
—
六、Implement阶段：AI执行，远程监工
计划审核通过后，才进入真正的执行阶段——让AI开始写代码、改文件、跑命令。
这里有个重要原则：不需要一直守在电脑前。
6.1 手机远程监工配置
OpenCode提供Web UI功能，让你用手机也能远程查看进度。
具体配置步骤：
- 在电脑终端启动Web服务：
opencode web --port 4096 - 用Cloudflare Tunnel把页面暴露到公网：
cloudflared tunnel --url http://localhost:4096 - Cloudflare会生成一个公网地址，手机浏览器打开这个地址，就能看到OpenCode的工作状态
如果想更安全，可以配置Cloudflare Access（免费额度），绑定自己的域名，开启邮箱验证码登录。
6.2 日常监工场景
配置好之后，日常使用就非常方便：
- 通勤路上：打开手机看一眼，AI有没有卡住、在不在等你回复问题。如果有问题，直接在手机上回答
- 午饭时：问几个简单的技术问题，比如某个API怎么用
- 睡前：看一眼今天的进度，想想明天怎么继续
批注和Review这些重活还是在电脑上做更舒服。手机端的价值是让你随时知道AI在干什么，而不会错过关键问题。
—
七、三端协同：完整的AI编程工作空间
OpenCode最理想的使用方式，是让电脑和手机各自承担最适合的工作：
| 工具/阶段 | 适合做什么 |
|---|---|
| 桌面端（电脑） | Research、Plan、Annotate |
| 网页版（手机） | Implement远程监工 |
| 终端版 | 快速小任务 |
同时，你也可以桌面端和Web UI连接同一个服务，共享会话和状态：
# 终端1：启动Web服务
opencode web --port 4096
# 终端2：用桌面端连接同一个服务
opencode attach http://localhost:4096这样就能真正实现：电脑做计划，手机看执行，两边实时同步。
—
八、这套方法的核心优势总结
很多AI编程教程默认你已经是程序员了，解释跳跃、术语密集，小白根本跟不上。
这套方法的本质是：把”人做判断”这件事做扎实，再让AI执行。
四个阶段的核心价值：
- Research：让AI先全面了解情况，避免闭眼干活
- Plan：把”做什么”和”怎么做”显式化，人可以审核
- Annotate：人的判断直接作用于计划，确保方向正确
- Implement：AI执行，人远程监督，不用全程盯着
工具不改变方法论，但好的工具让正确的方法论更容易坚持。OpenCode让工作流的每个阶段都有对应的最佳形态，这才是它值得推荐的原因。