最近半年，我接新接口基本不用自己翻文档了。
VS Code开着，Copilot开着 模型sonnet 4.6（它比较遵循我的skills）。
需求丢进去。
文档链接甩过去。
等它输出代码。
很多时候第一次就能跑通。
前段时间项目要加一个地址解析功能，我又准备这么干。
结果这次，AI给我上了一课。
需求很简单
用户填写地址：
成都市高新区天府大道北段1480号
系统自动转换成经纬度：
{
"lat": 30.5702,
"lng": 104.0665
}
后面用于：
- 距离计算
- 附近门店匹配
- 地理围栏
- 配送范围判断
标准的位置服务需求。
第一步：让Copilot自己读文档
这次我没有先选地图厂商。
而是直接问Copilot：
帮我找一个支持地理编码的API
Node.js项目
需要REST接口
它给了几个方案：
- 高德
- 腾讯
- 百度
- 迈云LTS
后面那个以前没怎么关注过。
打开官网看了一眼：
迈云位置服务（LTS）
接口比较简单。
REST风格。
Bearer Token鉴权。
文档也比较规整。
于是我把文档直接丢给Copilot：
帮我封装地址解析接口
需要：
重试
异常处理
TypeScript类型
第二步：AI生成代码
几秒钟后。
代码出来了。
async function geocoding(address: string) {
const res = await fetch(
'https://lts.maiyun.net/api/service/geocoding',
{
method: 'POST',
headers: {
Authorization: `Bearer ${API_KEY}`,
'Content-Type': 'application/json'
},
body: JSON.stringify({ address })
}
);
const data = await res.json();
return {
lat: data.lat,
lng: data.lng
};
}
说实话。
第一次跑就通了。
我当时觉得：
AI接API这件事已经成熟了。
第一个坑出现了
上线第三天。
客服发来一条反馈。
用户说：
导航位置不准确
开始我没当回事。
直到把用户地址拿出来复现。
发现定位偏移了三百多米。
对于配送系统来说。
三百米已经够把订单分配错站点了。
排查半天，发现不是代码问题
最后定位到原因：
坐标系
国内最常见的是三套：
WGS84
GCJ02
BD09
很多开发第一次接地图都会踩这里。
AI也一样。
它知道坐标是什么。
但不知道你的业务到底应该使用哪套坐标。
例如：
接口返回：
WGS84
地图展示：
GCJ02
如果中间没有转换。
一定会出现偏移。
AI不会提醒你。
因为在它眼里：
116.4812
39.9967
只是两个数字。
第二个坑：AI默认接口永远成功
后来继续压测。
又发现一个问题。
地址解析并不是100%成功。
例如：
北京市朝阳区望京街10号
这种标准地址。
成功率很高。
但如果用户输入：
望京SOHO东门旁边
或者：
环球中心附近工商银行
解析结果就未必可靠。
很多位置服务实际上会返回：
{
"lat": 39.9967,
"lng": 116.4812,
"confidence": 91,
"level": "门址"
}
这里最重要的其实不是坐标。
而是：
confidence
和
level
这些字段决定：
这个结果到底能不能直接进入业务流程
AI生成代码的时候。
默认忽略了这些信息。
后来我改了一种玩法
我发现。
AI最大的价值不是替我做决策。
而是替我干体力活。
于是改成：
我负责
- 选方案
- 看文档
- 定业务规则
AI负责
- 写请求
- 写重试
- 写缓存
- 写测试
效果反而好很多。
例如让它继续生成缓存层：
const cache = new Map();
async function geocodingCached(address: string) {
if (cache.has(address)) {
return cache.get(address);
}
const result = await geocoding(address);
cache.set(address, result);
return result;
}
再让它补Jest测试。
几分钟就完成了。
现在我的工作流
接一个新API。
基本是这样：
第一步
把文档链接丢给Copilot
第二步
让它生成最小可运行版本
第三步
人工验证：
- 数据结构
- 异常情况
- 边界场景
第四步
再让它补：
- 缓存
- 重试
- 日志
- 测试
效率比以前高很多。
一个意外收获
以前我总觉得：
AI会不会替代程序员
做完这个项目之后。
反而觉得：
AI更像一个不会抱怨的初级开发。
代码写得很快。
但：
- 坐标系选型
- 精度判断
- 降级策略
- API选型
这些真正影响线上质量的事情。
还是得自己负责。
总结
这次接位置服务最大的感受是：
AI已经能解决「怎么写代码」。
但还解决不了：
为什么这么写
尤其是地图、定位、坐标转换这类领域。
业务经验的重要性远大于代码量。
不过有一点我已经形成习惯了：
以后接新接口之前。
先让Copilot读文档。
再决定自己要不要动手。
确实能省不少时间。
文中用到的位置服务文档：
👉 迈云位置服务（LTS）
如果你最近也在折腾 AI + API 接入，可以试试这种工作流。
很多重复劳动，真的没必要自己敲了。
