AI Agent 时代的大胆尝试：用 Rust 写 Windows 客户端，从 0 到 1 的踩坑记录

AI 给你的最大底气，不是它能写多少代码，而是让你敢于尝试完全未知的领域。

🎯 事情的起因

作为一个 Java 后端开发者，Windows 客户端开发对我来说完全是个黑盒。

直到最近有个需求：

1
2
3
4
需要一个 Windows 客户端工具：
  - 根据全局配置驱动行为
  - 提供 CLI 命令供第三方调用
  - 轻量、快速、易部署

传统思路：

• 找现成的工具凑合用
• 或者找个会 C#/.NET 的朋友帮忙
• 最保守：继续用 Java 写个 Swing/JavaFX（然后被 UI 丑哭）
• 找个外包？
• 回复：我不会？

AI Agent 时代的思路：

• 直接选一个最适合的技术栈
• 让 Claude Code 带我学
• 边做边学，踩坑就查

我根据Claude Code给我多个技术选型中，选了 Rust。

在此之前 Rust 语言对我而言是C语言级别的存在

🤔 为什么是 Rust？

选择 Rust 的核心理由：

既然都是学新技术，不如学个最有价值的。

Rust 连续多年”最受喜爱的编程语言”，并且Claud Code告诉我这是最小体积、高效的选择

🏗️ 项目启动：从 0 开始的勇气

第一阶段：环境搭建

传统学习方式：

1
2
3
4
5
1. 去官网下载安装包
2. 看官方文档学基础语法
3. 跟着教程写 Hello World
4. 花一周理解所有权和借用
5. ...然后就没有然后了

AI Agent 学习方式：

1
2
3
4
5
1. 直接说需求："创建 Rust Windows 项目"
2. Claude Code 自动安装 rustup
3. 自动创建项目结构
4. 边写代码边解释语法
5. 遇到问题直接问，立即得到解答

实际耗时： 30 分钟完成环境搭建 + Hello World

第二阶段：项目结构设计

需求驱动的配置结构：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
nobt-client/
├── Cargo.toml              # 项目配置
├── src/
│   ├── main.rs             # 入口
│   ├── config/
│   │   ├── mod.rs          # 配置模块
│   │   └── global.rs       # 全局配置加载
│   ├── cli/
│   │   ├── mod.rs          # CLI 模块
│   │   └── commands.rs     # 命令处理
│   └── utils/
│       └── windows.rs      # Windows 特定工具
├── config/
│   └── default.yaml        # 默认配置
└── build.rs                # 构建脚本（用于生成 exe）

这个结构怎么来的？

不是凭空设计的，是让 Claude Code 根据需求推荐的。

第三阶段：核心功能实现

1. 全局配置加载

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
use serde::{Deserialize, Serialize};
use std::fs;

#[derive(Debug, Deserialize, Serialize)]
pub struct GlobalConfig {
    pub server_url: String,
    pub api_key: String,
    pub timeout_secs: u64,
    pub log_level: String,
}

impl GlobalConfig {
    pub fn load(path: &str) -> Result<Self, Box<dyn std::error::Error>> {
        let content = fs::read_to_string(path)?;
        let config: GlobalConfig = serde_yaml::from_str(&content)?;
        Ok(config)
    }
}

这段代码的学习过程：

1. 问：”Rust 怎么读 YAML 配置？”
2. Claude Code 推荐 serde + serde_yaml
3. 解释 derive(Deserialize) 的作用
4. 解释 Result<T, E> 错误处理
5. 代码写完，语法也学会了

2. CLI 命令处理

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
use clap::{Parser, Subcommand};

#[derive(Parser)]
#[command(name = "nobt-client")]
#[command(about = "NOBT Windows 客户端工具")]
pub struct Cli {
    #[command(subcommand)]
    pub command: Commands,
}

#[derive(Subcommand)]
pub enum Commands {
    /// 启动服务
    Start,
    /// 停止服务
    Stop,
    /// 查看状态
    Status,
    /// 执行任务
    Run { task_id: String },
}

clap 库的选择：

• Rust 生态最成熟的 CLI 框架
• 宏驱动，代码简洁
• 自动生成 --help

AI 的价值：

• 直接告诉你”用 clap”
• 生成完整示例代码
• 解释每个注解的作用
• 省去数小时的文档阅读时间

3. Windows exe 打包

这是最大的坑之一。

Rust 默认编译出来的是 .exe 没错，但：

• 没有图标
• 没有版本信息
• 没有数字签名
• 可能被 Windows Defender 报毒

解决方案：

1
2
3
4
5
6
7
8
9
10
# Cargo.toml
[profile.release]
opt-level = "z"     # 优化体积
lto = true          # 链接时优化
codegen-units = 1   # 增加优化时间

[package.metadata.winres]
LegalCopyright = "Copyright © 2026 nobt854"
FileDescription = "NOBT Client"
ProductName = "NOBT Client"

1
2
3
4
5
6
7
8
// build.rs
fn main() {
    if cfg!(target_os = "windows") {
        let mut res = winres::WindowsResource::new();
        res.set_icon("assets/icon.ico");
        res.compile().unwrap();
    }
}

这个过程谁教我的？ Claude Code。

如果我自己摸索？ 可能要在 Stack Overflow 泡三天。

📊 实际效果对比

效率提升：3-4 倍

但这不是重点。

重点是：如果没有 AI，我可能根本不会开始。

🔍 核心洞察

洞察 1：AI 降低了”试错成本”

传统学习新技术的成本：

1
买书/买课 → 看基础语法 → 写 Demo → 遇到问题 → 查文档 → 卡住 → 放弃

AI Agent 时代的学习成本：

1
说需求 → AI 生成代码 → 运行 → 遇到问题 → 问 AI → 立即解决 → 继续

最大的区别： 前者容易放弃，后者能持续获得正反馈。

洞察 2：AI 不是替代你学，是让你学得更快

有一种观点：“用 AI 写代码，自己学不到东西。”

我的体验：恰恰相反。

AI 省去的不是学习时间，是无效摸索时间。

洞察 3：纸上谈兵的时代结束了

AI 之前的”学习路径”：

1
2
3
4
1. 先学基础语法
2. 再看面向对象
3. 然后学设计模式
4. 最后才能做项目

AI 时代的”学习路径”：

1
2
3
4
1. 有个想法/需求
2. 直接开始做
3. 遇到问题问 AI
4. 做完项目，技能也学会了

最好的学习，不是准备好了再开始，而是开始了自然就准备好了。

🛠️ 给实践者的建议

如果你想尝试新技术

传统建议：

• 先系统学习基础
• 买本好书慢慢啃
• 找个培训班

AI 时代的建议：

1. 直接开始做项目：有需求驱动，学得最快
2. 让 AI 当私人教练：遇到任何问题立即问
3. 小步快跑：每个功能点都快速验证
4. 不要怕犯错：AI 会帮你快速修复

如何克服”未知恐惧”

恐惧的来源：

• 不知道从哪开始
• 不知道会遇到什么坑
• 不知道能不能学会

AI 的解法：

最大的底气： 你知道无论如何，都有个随叫随到的专家帮你。

选择技术栈的原则

我的经验：

Rust 完美符合这四个原则。

📈 项目当前状态

已完成：

• ✅ 全局配置加载（YAML 格式）
• ✅ CLI 命令框架（clap）
• ✅ Windows exe 打包（带图标）
• ✅ 基础错误处理

进行中：

• ⚠️ 第三方调用 API 实现
• ⚠️ 服务常驻后台功能
• ⚠️ 日志系统集成

下一步：

• 性能优化
• 数字签名
• 安装包制作

🌅 尾声

AI Agent 时代，最大的风险不是”尝试了失败”，而是”因为害怕而不敢尝试”。

纸上谈兵一万次，不如真正动手做一次。

Rust 的所有权和借用，我刚接触时也觉得很反人类。

但当第一个可运行的 exe 出现在我面前时，那种成就感是无可替代的。

因为我知道：

• 这不是抄的，是一行一行写出来的
• 这不是别人教的，是边做边学学会的
• 这不是碰巧跑通的，是理解了原理的

AI 给我的不是代码，是尝试的勇气。

而你，准备好尝试什么了？

也许是一门新技术，也许是一个新项目，也许是一次职业转型。

不管是什么，开始吧。

因为最好的学习时间，永远是现在。

• Previous
  注意力是最稀缺的资产，AI 时代只增不减
• Next
  用 Claude Code 做出第一个 Windows 客户端：一次'不敢想'的尝试