AI 10倍速CAE二次开发2：AI时代的工作流

原创于 2026-10-29 22:40:23 发布 6 0 0

我在AI 10倍速CAE二次开发1：找到脆弱点，10倍速才有可能里面提到了AI时代之前限制二次开发效率的3个主要问题，这篇文章重点聊聊其中的“开发进度慢”，以及AI时代如何破局。

传统 CAE 二次开发的速度瓶颈

在AI编程能力爆发之前，我是这样做二次开发的：在日常仿真工作中，把一些重复流程收集起来。然后，看看整个过程中需要用到哪些命令。HyperMesh 有一个对二次开发非常有用的功能，它可以记录你的每一步操作，并且是用命令的形式记录的。接下来，去官方 API 文档里面查找这些命令，了解它的详细用法。最后就可以开始写代码了。

当然，这时的代码只是初版，还需要在HyperMesh中实际测试，看看能不能顺利运行，有没有bug，效果怎么样。根据这些反馈再做修改。

这里面的每个步骤都需要人亲力亲为，其中查文档和反复测试修改最耗时间，而做二次开发的人大多是兼职，时间少，这成为了开发速度的最大瓶颈。

所幸，现在这套流程中的很多步骤，都可以用AI来实现了。

AI时代的二次开发新工作流

1. 收集需求

开发要有需求，需求决定了开发速度的上限。之前我的需求来源首先是自己，其次是同事。自己有需求，可以随时记下来。但是同事向我提需求的时候，可能我人刚好不在，这事就耽搁了。

现在，我在cnb（代码托管平台，相当于国内的GitHub）上开了一个仓库，不管是我自己的，还是同事的需求，都统一记录在仓库的issue里。好处是可以线上协作。AI可以定时自动获取cnb上的需求，然后自己写代码，不需要人操作。

2. 准备工具

AI写代码也有不同的方式。最早出现、也最普及的方式是在网页端和 AI 对话，代码写在对话框里；它很难从 cnb 这类第三方平台获取需求，代码也要人复制粘贴到本地文件。

它的问题在于，网页端的AI很难从cnb这样的第三方平台上获取需求，还是需要人工把需求复制粘贴到对话框中。而且，代码要在HyperMesh中运行，还需要人复制、粘贴到本地文件。

另一种方式是桌面端。它能够获取cnb上的需求，也能直接在本地写代码，省去了很多操作。

但是，它也存在问题。毕竟它不是代码编辑器，很多细节没做到位。比如，在桌面端中打开的代码文件，往往只能 AI 改，人没法编辑。而且，一些小众语言，比如tcl，往往没有语法高亮功能，可读性差。

用代码编辑器看代码是什么效果？以我曾经最喜欢用的代码编辑器Sublime text为例，它具有语法高亮、自动检查语法和代码格式化功能。即使是代码，看上去也没有那么枯燥了。

AI可以写代码，代码编辑器方便查看、检查代码，能不能把它们的优点结合起来呢？还真可以。

我现在使用的工具链是这样的：代码编辑器 zed、编程智能体 Claude Code，以及把国产模型接入 Claude Code 的 42cc。

zed 是AI时代的代码编辑器，它简洁、优雅、还具有AI功能。比如，它内置终端，能够在终端中运行 Claude Code。Claude Code 是一个编程智能体，它负责编写代码。但是，Claude Code 的原生模型 Claude 在国内很难使用，而且价格也很贵。替代方案是用42cc把国产模型接入到 Claude Code 中。

如果你用的是 Python API，zed 内置的语法高亮、代码检查等工具可以直接用，不需要做额外设置。

如果使用 Tcl API，需要安装 Tcl 扩展。按下 Cmd+Shift+P 打开命令面板，输入 zed: extensions，回车；或者直接按 Cmd+Shift+X 打开扩展面板。在搜索框里输入 tcl，找到 TCL Language，点 Install 安装。