AI驱动开发的技术选型：选择合适的技术栈
Source: Dev.to
这是 2025 年独立 SaaS 开发——设计、实现与运维倒计时日历 的第 2 天。
昨天的文章讨论了“如何开始独立开发”。今天我们深入探讨技术选型，这对 AI 驱动的开发至关重要——这种方式利用 Claude Code、Codex 或 Cursor 等 AI 编码助手。
你可以对 AI 说“实现这个功能”，它会生成代码；当出现错误时，告诉它“修复这个错误”，它会给出解决方案。为了最大化效率，选择 AI 能够很好理解的技术栈。
Resource: Indie Development Complete Guide on izanami – a comprehensive summary of tech‑selection resources.
下面分享我实际选用的技术栈以及背后的选型标准。
为什么类型信息有助于 AI
interface User {
id: string;
name: string;
email: string;
}
function getUser(id: string): Promise {
// AI can understand what this function returns
}像 TypeScript 这样的静态类型语言会在代码中直接嵌入类型信息，帮助 AI 更容易推断函数的输入和返回值。动态类型语言（例如 Ruby、Python）如果文档足够完善，也能很好地工作。
选型标准
| 标准 | 为什么重要 |
|---|---|
| 完整的文档（最好是英文） | AI 能给出更准确的响应。 |
| 庞大的用户群 | AI 见过更多示例和模式。 |
| 明确的约定/规则 | 减少模型的歧义。 |
| 成熟度（发布 ≥ 6 个月） | 新库往往缺乏足够的训练数据。 |
| 类型安全 | 提升 AI 对代码的推理能力。 |
选定的技术
前端
| 技术 | 选型原因 |
|---|---|
| Next.js | 文档丰富，App Router 约定清晰。 |
| TypeScript | 类型信息提升 AI 准确度。 |
| Tailwind CSS | 类名直观，AI 易于理解。 |
后端与基础设施
| 技术 | 选型原因 |
|---|---|
| Supabase | 基于 PostgreSQL，文档完整。 |
| Vercel | 与 Next.js 兼容性极佳，部署便捷。 |
| Drizzle ORM | 类型安全，SQL‑like 语法。 |
认证与 API
| 技术 | 选型原因 |
|---|---|
| Better Auth | 使用 TypeScript 构建，类型安全。 |
| Hono | 使用 TypeScript 构建，轻量级。 |
Note: For the full tech stack, see the “About Memoreru” page.
迁移经验
| 从 → 到 | 原因 |
|---|---|
| Prisma → Drizzle ORM | 优先考虑类型安全和性能。 |
| NextAuth.js → Better Auth | 需要更灵活的认证方案。 |
| Route Handler → Hono | 提升 API 设计效率。 |
切换技术往往繁琐，但 AI 驱动的开发可以帮助完成迁移工作（例如生成适配器、更新类型定义）。与其一开始就追求完美，不如抱着“如果不好用，我再改”的心态。
我如何使用 AI 进行对比
我经常向 Claude Code 提问，例如“比较认证库”或“我的 ORM 选项有哪些”。模型会把每个库的特性、优缺点整理出来，极大加快了决策过程。最终的选择仍由我本人做出。
AI 友好技术选型快速检查表
- 官方文档是否完整（英文）？
- 在 GitHub 上是否拥有大量用户？
- 是否已发布超过 6 个月？
- 规则和约定是否清晰？
只要这些条件全部满足，就可以用 AI 驱动的方式高效开发。
接下来
明天我将讲解 “使用 Next.js + Supabase 的独立开发项目结构概览”。