AI DevSpace 实测手记：用 AI Shell 追问鸿蒙签到链路，再对照纯端侧数独

今天上午按成长中心任务，先后走了三件事：从鸿蒙开发实践中心看了一个端云一体的员工签到 App 案例，在 AI DevSpace 里开了体验版容器并用 AI Shell 提了一个问题，又给数独小游戏的代码仓点了 Star。这篇笔记只写第二件——AI DevSpace 的实际使用过程，以及它回答的内容和案例真实架构之间差了什么。

一、入口与版本选择

入口是成长中心“每日体验 AI DevSpace”任务的“去完成”，先到 AI Agent 开发实践中心，再点“前往 AI DevSpace 实践”，最后落在开发者空间的版本选择页。页面给了两个版本：体验版免费、不消耗额度、秒级启动、数据不保留；持久化版按核时计费，新用户赠送 8000 核时。

我选了体验版。理由很实际：这次只想验证一次对话和界面，数据不保留也能接受。点“立即进入”后，容器很快就起来了，顶部显示剩余时长约 3 小时，倒计时一直在走。体验版的时长是按次给的，用完要重新进，这一点做长时间开发前要先想好。

二、界面长什么样

进到 DevSpace 后，左侧分了两组入口。AGENTS 一组有 AI Shell、鸿蒙实践中心、CodeArts、WorkSwarm、DeepSeek Harness；TOOLS 一组是环境管理，可以新建终端、查看运行中的应用。中间是欢迎页，列了 AI Shell、CodeArts 和鸿蒙实践中心的快速开始视频；左下角是会话区和消息面板，底部还有一个终端。

我先点了 AI Shell，又在会话区新建了一个会话，工作目录默认是 /root/workspace，会话名就叫“鸿蒙签到 App 数据流转环节”。新建会话这一步很关键：不新建，问题就没地方落；工作目录默认在根目录的工作区，后面如果要它读写代码，先确认目录对不对。

三、我实际问了一个问题

我问的是：“用一句话说明：鸿蒙端云一体员工签到 App 里，端侧 GPS 签到到云侧 MySQL 落库要经过哪些环节？”

AI Shell 的回答大致是：端侧通过鸿蒙定位服务拿到 GPS 坐标，经 HTTP/HTTPS 请求发到云侧 API 网关，网关鉴权后路由到后端业务服务，服务层校验签到规则（时间、地理围栏等），再通过 ORM/SQL 把签到记录写入 MySQL，完成从端到云的落库闭环。

这个回答作为骨架是对的，链路顺序也没错，但它是一个通用模板：任何一个“端定位 + 云落库”的系统都能套用这句话。

四、对照案例真实架构，差在哪里

同一天看的员工签到案例，真实做法比这个回答具体得多。端侧是 HarmonyOS + ArkTS，6 个页面加 4 个 Service，登录态由 AppContext 集中管理；云侧是 Node.js + Express，用 PM2 托管，Nginx 做反向代理，路由分了 pjm-auth、pjm-admin、pjm-emp 三组，鉴权用 JWT，数据库访问走 MySQL 连接池加 DAO 层；签到判定用 GPS 坐标算 Haversine 距离，同一天取最早和最晚两条记录分别算上班和下班，周末不允许签到。

把两者并排放，差距就很清楚：AI 的回答没有提到 Nginx、PM2、DAO 分层，也没有提到 Haversine 距离、双记录、周末规则这些案例特有的设计。不是说它答错了，而是它不知道这个案例——它答的是“这类系统通常怎么做”，案例写的是“这个项目实际怎么做”。用 AI Shell 做学习辅助可以，但落地之前，一定要回到案例的 README 和代码仓去核对。

五、顺带对照：纯端侧的数独案例

同一个实践中心里还有一个数独小游戏案例，正好是另一个极端：纯端侧，不联网、不登录。54 道分级题库内置在端侧，行列宫冲突实时校验，通关进度写在应用沙箱的 JSON 文件里，重启后还能读回来。

把它和签到案例放在一起，对比就很直观：端侧逻辑（棋盘渲染、冲突校验、本地存档）两个案例都有；一旦加上云端，就多出鉴权、路由分组、部署方式和数据一致性这几层。先做纯端侧、再做端云一体，是一个比较顺的学习顺序。

六、给后来人的三点提醒

第一，体验版适合“验证一次”，不适合“长期开发”：数据不保留，重要的对话结论和代码要及时保存到别处；3 小时倒计时，开始前先想好要验证什么。

第二，提问要带上具体案例名和环节，比如“签到 App 的 GPS 到 MySQL”，而不是只问“端云一体怎么做”，否则拿到的就是通用答案。

第三，AI 的回答只能当骨架，案例的 README、目录结构和提交记录才是落地的依据；两者对不上的地方，以代码为准。

这次体验下来，DevSpace 的价值不在“它能替你写完一个 App”，而在“一个容器里同时有对话、终端和 IDE 入口，验证想法的成本很低”。把问题问具体、把结论回头对照代码，这套流程才算走完。