AI Shell 实测：在华为云 AI 开发者空间里，一句话变成一个文件

最近把华为云 AI 开发者空间从头到尾跑了一遍，重点试了里面的 AI Shell。这篇不吹概念，只记录实际点下去看到了什么、卡在哪、最后能不能用。

一、先选版本：体验版还是持久化版

点进 AI 开发者空间，第一件事不是 IDE，而是一个二选一的弹窗：

• 体验版：秒级启动，全功能免费试用；数据不保留，体验时长结束后自动重置；不消耗任何额度。
• 持久化版：关机自动保存数据，启动稍慢；按实际使用时长扣减核时，初始赠送 8000 核时。

这个选择其实决定了使用姿势。如果你只是想验证"这东西能不能替我干活"，选体验版就够了，零成本、零心理负担。体验版容器会在 3 小时后自动释放，页面上有明确的倒计时（我进去时显示 02:59:49 开始倒数），再次启动会是一个全新容器。

如果你要放长期项目、装环境、配依赖，那就得用持久化版，因为体验版的数据是留不下的。这一点在页面底部也有反复提示——“请注意保存您的相关文档”，它不是客套话。

二、进环境后的第一个弹窗，值得看一眼

环境起来之后，会弹出一个"临时凭据自动配置"的授权框，问你是否同意把临时访问凭据（AK/SK）同步到 AI 开发者空间环境里，免去手动配置。

它把风险写得很直白：凭据只在沙箱环境内存储，不上传第三方；该临时凭据拥有当前登录用户对应的 IAM 全部权限；建议区分开发账号和生产账号，做好隔离。

这三点里第二点最关键。图省事当然是点"同意"，但如果你用的是主账号，建议先去 IAM 建一个权限收敛的子账号再进来。这类细节平时容易被跳过，实际上它才是决定"敢不敢把环境跑起来"的那一步。

三、AI Shell 实测：一句话到文件落地

界面上能选的 Agent 有几个：AI Shell、CodeArts、WorkSwarm、DeepSeek Harness。我先开了 AI Shell，原因是它的定位最直白——自然语言对话、智能排错、云端在线终端。

对话面板在左侧，新建会话时会让你确认工作目录（CWD），默认 /root/workspace。确认之后就是一个很朴素的输入框，提示语写着"用自然语言描述你的需求"，右下角有 mode: Semi-Auto 的开关。

先问了个环境认知类的问题，它的回答把能力归纳成三条：华为云基础设施（查询 → 生成 Terraform → 部署）、开发协作（写代码、提 GitCode、打包发布）、文档输出（PPT / Word / Excel / 架构图）。这些是它自述的能力边界，后面还得实测才知道水分多少。

真正让我确认"它不是只会聊天"的，是这一步。我只说了一句：在 /root/workspace 下创建一个 hello.txt，内容写 hello huaweicloud，然后确认文件已创建。

它返回的是这样的执行轨迹：

+ Thought
+ WRITE /root/workspace/hello.txt
  文件已写入，我来确认一下内容：
+ READ hello.txt
✅ 确认完成：
   路径：/root/workspace/hello.txt
   内容：hello huaweicloud
   大小：17 字节

同时，右侧的资源管理器里立刻出现了 hello.txt，大小 17 B。这说明它是真的调用了文件读写工具，而不是"假装执行然后告诉你好啦"——写完之后还主动回读校验了一遍，这个习惯比很多同类工具要好。

Semi-Auto 模式下，写文件这类操作它直接做了，没有反复打断我要确认。如果你更保守，可以在设置里调模式，代价是每一步都要点确认，节奏会慢不少。

四、几个容易被忽略的细节

1. 会话是按 CWD 组织的。 新建会话时绑定了工作目录，后续所有文件操作都落在这个目录下。多项目并行时，建议一个项目一个会话，别混在一个目录里，不然后面找文件会很痛苦。

2. 试用环境有硬性时限。 3 小时释放不是"闲置 3 小时"，是从进入开始倒计时。想长时间跑任务，一开始就该选持久化版，别在体验版里做长活。

3. 右边的资源管理器是实时的。 AI 生成的文件会立刻出现在文件树里，可以点开看、可以上传下载。这个反馈闭环比纯文本对话有用得多——你能一眼看出它到底动了哪些文件。

4. 它自述能力时会留余地。 我问它 WorkSwarm 和 CodeArts 的区别，它给了个大致判断（一个偏 DevOps 全链路，一个偏团队协同编码），然后主动补了一句"两者具体的产品边界和功能差异，我不是 100% 有把握，需要精确对比建议查官方文档"。这种"知道自己不知道"的表现，比硬编一个答案可信。

五、适合谁用

跑完这一轮，我的判断是：适合想快速验证一个想法、需要临时环境写脚本做实验、不想在本地装一堆依赖的场景，体验版的零成本很适合"先试试看"；不太适合需要长期维护、依赖复杂、对环境一致性要求高的项目，这些还是应该落到持久化版或者正经的 ECS 上。

AI Shell 真正有价值的地方，不是它能把话说得漂亮，而是它把"说一句需求"和"文件真的出现在磁盘上"之间的距离压缩到了一步。这个链路一旦跑通，后面能叠的自动化就多了。

下一步我打算试试让它直接读一个 GitCode 仓库、改代码、再提 PR 的完整流程。跑通了再写一篇。