06-技术选型：让AI做调研与对比.docxVIP

06技术选型：让AI做调研与对比

技术选型失误是FDE项目最常见的隐性返工。选型不是选「最好的技术」，而是选「当前约束下的最优解」，约束包括：团队熟悉度、业务场景匹配度、生态成熟度、长期维护成本。

建议用选型决策矩阵：列出候选方案作为行，评价维度作为列（成熟度、性能、生态、学习成本、招聘难度、与现有栈的契合度），让AI填充事实性对比，你负责打分和加权。AI擅长快速检索版本信息、社区活跃度、常见坑，但「哪种方案适合我这个场景」的判断权必须留在自己手里。

选型后做两件事。第一件是「最小验证」：用候选方案搭一个覆盖核心风险的demo，比如做支付选型就验证回调稳定性，做图表选型就验证大数据量渲染性能，不要让「看起来没问题」代替真实压测。第二件是写ADR（架构决策记录）：把背景、备选方案、决策理由、已知代价写进仓库，这份记录既是给未来的自己和同事的说明，也是给AI的上下文，避免模型按默认偏好推翻你的决策。

反模式提醒：别因为Star数、热度或「别人都在用」选型，也别在项目进行中为了「先进」中途换技术栈——技术债里最贵的是「半途而废的迁移」。