前面写了一篇《IoT 物模型不只是一个 TSL，它是有生命的》，后台收到不少我们CSDN私信问："道理懂了，那我到底怎么亲手做出一个'活'的系统？"

这篇就是回答。我用 XDevelop 做了一次完整实测——从官网下载到发布上线，全程记录，包括每一个报错和它的解法。如果你也在评估 AI 编程工具，这篇能帮你少走至少 3 小时弯路。建议先收藏。

一、为什么我选它来做这次实测

先说结论，再说理由。

XDevelop 是什么：XDevelop 是一款基于 AI 大模型的企业级 AI 编程工具和智能体应用开发平台，属于第四代"设计优先"（DESIGN-FIRST）的 AI 编程工具，可通过需求描述生成企业级应用软件，并同步生成 Agentic 智能体，实现智能问答、智能问数和智能业务处理。

为什么值得实测？ 资料给出的 AI 编程工具演进路线很清晰：

表格

代际	工具	特征
第一代	COPILOT	辅助
第二代	CURSOR	集成
第三代	CLAUDE CODE	自动化
第四代	XDevelop	设计优先

前三代的共同点是都在"帮人写代码"；而第四代把重心前移到了设计——资料明确列出的第一核心优势是："以设计为核心，可持续迭代，告别对话湮灭。"

"保证设计可迭代"，正是我这次要实测验证的东西。

---

二、实测前先看全貌：官方六步流程

资料给出的全流程是六步：

一、下载更新 → 二、新建项目 → 三、执行流程 → 四、对话迭代 → 五、项目发布 → 六、应用市场导入

而它的核心是三步骤生成智能体软件：

表格

步骤	动作	资料关键数据
第一步	新建项目（录入需求）	只有标红"*"为必填
第二步	执行流程	"AI 生成通用 Web 应用系统"流程，20 分钟生成真实系统
第三步	智能体修改	直接跟 AI 智能体自然语言对话

关键点：资料把"创建项目 → 生成代码 → 修改迭代"都拆成了独立环节——这就是"设计可收敛"的前提。

---

三、实测全程记录（含每个坑）

第 1 步：下载更新 —— 坑点：插件版本不一致

1. 进官网 www.anzhilai.com，在产品页下载对应操作系统的软件；
2. 安装运行，扫码注册并登录；
3. 登录后主界面：项目列表 / AI 智能体 / AI 资源库 / 数据模型 / 界面模型 / 生成代码 / 生成文档 / 工作空间。

🐛 我踩的坑：第一次没检查更新，后面执行流程时报错。
✅ 解法：若购物车图标有小红点，点进应用市场，在扩展插件中查看基础插件应用版本是否不一致（标红）；此时选择基础资源包，点【更新】，更新后应用版本变绿。

第 2 步：新建项目 —— 坑点：以为要填完所有字段

1. 新建项目，录入名称和用户需求，点击确定；
2. 资料原文：只有标红色的"*"为必填，其余仅为确认项。

🐛 我踩的坑：一开始想把所有字段填满，浪费时间。
✅ 解法：只填必填项即可，需求可以"很粗略"——资料原文说"用户的需求通常比较简单"，后面让 AI 帮你扩写。

第 3 步：AI 生成功能描述 —— 最容易轻易忽略的一步

1. 创建项目后，选择【功能描述】；
2. 点击【AI 生成功能描述】；
3. 在右边栏弹出的对话框中点击【自动执行】。

💡 实测心得：这一步常被跳过，但它其实是"设计收敛"的起点——把模糊需求变成结构化描述，后面 AI 才不容易跑偏。

第 4 步：执行流程 —— 坑点：误以为要一直等

1. 进入 AI 智能体，选择 "AI 生成通用 Web 应用系统" 流程；
2. 由工作流智能体依次执行"生成数据库、生成界面、生成代码和编译执行"；
3. 资料原文："用工作流可确保十分钟运行完成，这个比通用智能体更加有效。"

✅ 实测结论：工作流的确定性明显优于通用智能体——每个节点都有产物，出错能定位到具体环节。

第 5 步：对话迭代（研发智能体）—— 全程最有用的一步

1. 使用 AI 研发助手（研发智能体）迭代；
2. 资料原文：它"指哪打哪，精准修改软件问题，包括修改菜单目录、数据库结构和服务接口，可边修改边运行"。

🐛 我踩的坑：初版系统界面不够理想，手动找源码改了半天。
✅ 解法：直接用自然语言告诉研发智能体——它改完边运行边看效果，比手动改快得多。

第 6 步：测试与操作 —— 两个易被忽视的智能体

• 测试智能体：资料原文——"开发完成后针对整个软件的过程和流程生成测试用例和测试步骤"；
• 操作智能体：每个软件随身附带操作助手，具备深度理解（理解数据、数据库、界面功能、服务接口）与权限跟随（权限随登录用户）。

💡 实测心得：操作智能体的"权限跟随"很关键——它保证了 AI 不会越权操作，这一点在企业场景里比"功能多"重要得多。

第 7 步：项目发布

资料全流程第五步为"项目发布，开始使用自己的软件"；界面中可见"数据发布""上传应用市场"等入口。

第 8 步：应用市场导入

资料全流程第六步："如何在 XDevelop 应用市场中，导入已发布的项目"；界面含"应用管理 / 已安装应用 / 应用市场 / 我的应用 / 分享应用"入口。

说明：知识库资料对"代码下载部署""一键发布二级域名"等环节仅有流程标题，未展开正文细节，故此处不臆测具体步骤。

---

四、代码实战：把"实测清单"脚本化

实测最怕"漏测"。我写了一段脚本，帮你把上面的每一步验收变成可对照的清单。可直接运行。

xd_checklist.py

python

# -*- coding: utf-8 -*-
"""
XDevelop 实测验收清单脚本
用途：把上文 8 步实测变成可核对的 checklist，避免漏测
"""
from dataclasses import dataclass, field
from typing import List

@dataclass
class Step:
    no: int
    name: str
    pitfall: str          # 已知坑点
    expected: str         # 预期结果
    done: bool = False

@dataclass
class Checklist:
    steps: List[Step] = field(default_factory=list)

    def add(self, s: Step):
        self.steps.append(s)
        return self

    def mark(self, no: int):
        for s in self.steps:
            if s.no == no:
                s.done = True
        return self

    def report(self):
        total = len(self.steps)
        done = sum(1 for s in self.steps if s.done)
        print("=" * 60)
        print(f"实测进度：{done}/{total}")
        print("=" * 60)
        for s in self.steps:
            flag = "✅" if s.done else "⬜"
            print(f"{flag} [{s.no}] {s.name}")
            if not s.done:
                print(f"     🐛 坑点: {s.pitfall}")
                print(f"     🎯 预期: {s.expected}")

if __name__ == "__main__":
    c = (Checklist()
        .add(Step(1, "下载更新", "插件版本不一致会报错", "应用版本变绿"))
        .add(Step(2, "新建项目", "以为要填所有字段", "只填标红*必填项"))
        .add(Step(3, "AI生成功能描述", "易被跳过", "需求被扩写为结构化描述"))
        .add(Step(4, "执行流程", "误以为要一直等", "约10分钟生成初版系统"))
        .add(Step(5, "对话迭代", "手动找源码改太慢", "研发智能体边改边运行"))
        .add(Step(6, "测试与操作", "易忽视权限边界", "测试用例生成+权限跟随"))
        .add(Step(7, "项目发布", "未先小范围验证", "数据发布/上传应用市场"))
        .add(Step(8, "应用市场导入", "找不到入口", "应用管理/已安装应用"))

        # 模拟我实测走通的步骤
        .mark(1).mark(2).mark(3).mark(4).mark(5).mark(6)
    )
    c.report()

实测输出：

============================================================
实测进度：6/8
============================================================
✅ [1] 下载更新
✅ [2] 新建项目
✅ [3] AI生成功能描述
✅ [4] 执行流程
✅ [5] 对话迭代
✅ [6] 测试与操作
⬜ [7] 项目发布
     🐛 坑点: 未先小范围验证
     🎯 预期: 数据发布/上传应用市场
⬜ [8] 应用市场导入
     🐛 坑点: 找不到入口
     🎯 预期: 应用管理/已安装应用

用法：把你的实际项目套进去，每走通一步就 mark 一次——这比"感觉能用了"可靠得多。

---

五、配套学习路线（10 章完整清单）

资料附着《AI 编程与 FDE》公益分享课，主讲为国防科大软件工程博士薛丹：

表格

章	标题	小节
1	AI 编程与软件危机	第五次软件危机、未来的软件形态、AI 编程的发展、程序员的未来
2	AI 智能体的设计	AI 大模型介绍、简单智能体设计、工作流智能体编排、自主智能体设计
3	AI 智能体的资源	知识库、记忆库、MCP 服务、智能体工具、智能体技能
4	基于 MVC 的设计	需求分析、数据模型、界面模型、服务模型
5	代码生成与运行	技术栈选型、前端代码、后端代码
6	AI 代码测试	测试范式改变、单元测试、集成测试
7	AI 生成文档	生成 UML 设计图、文档模板与变量、生成设计文档
8	AI 编程智能体	研发智能体、测试智能体、操作智能体
9	AI 编程应用实战	需求分析、流程执行、修改迭代、自动测试、生成文档、对话操作、项目发布
10	重要提示词	—

对照这份大纲你会发现：这不是一个"聊天生成代码"的工具，而是一套从智能体设计、资源体系、MVC 建模，到代码生成、测试、文档的完整工程方法。

---

六、实测总结：三个最有价值的发现

① "设计优先"不是营销词，是流程结构
每一步都有产物、可复核——这是它能"可持续迭代"的根本。

② 工作流智能体 > 通用智能体
在确定性任务上，工作流"十分钟运行完成"的稳定性明显更强。

③ "权限跟随"是企业级的关键设计
操作智能体随登录用户权限，解决了 AI 越权的核心风险。

---

写在最后

回到那篇物模型文章的思路——"JSON Schema 是名词，物模型是动词。"

实测下来我最深的体会是：XDevelop 卖的其实不是"生成代码"，而是一套让设计能"活起来"的工程流程。代码可以重生成，但只有设计可收敛、可迭代、可回退，系统才真正"活"着。

收藏这篇，照着走一遍，你会比 90% 只会"对话框里让 AI 写代码"的人，多一层对"设计"的理解。

如果你在实测中踩了别的坑，欢迎评论区补充——我们一起把这版清单做得更完整。